6月10日 AI资讯汇总

😺

6月10日 AI资讯汇总 😺 6月10日 AI资讯汇总 Modified June 12, 2025 No access Epic Games宣布将在几周内发布最新更新“RealityScan 2.0”250610 00:00 No access 【AI视频】字节开源SeedVR2：高分辨率视频技术250610 00:00 🌟地址： https://iceclear.github.io/projects/seedvr2/ 🤖️AI应用苹果WWDC2025：Apple Intelligence 升级内容 WWDC2025大会上，苹果公司详细介绍Apple Intelligence 的核心升级和新特性包括： • 屏幕内容视觉智能 (Visual Intelligence for Screen Content)：视觉智能功能得到扩展，用户现在可以直接对iPhone屏幕上显示的内容进行搜索和交互。例如，可以向ChatGPT提问关于当前屏幕显示内容的问题，或者在Google、Etsy等应用中搜索相似图片和产品。 No access 视觉智能使用户能够向 ChatGPT 询问特定对象的详细信息250610 00:00 • 实时翻译 (Live Translation)：苹果将AI驱动的实时翻译功能深度集成到Messages、FaceTime和Phone应用中。该功能由苹果自研的设备端模型驱动，确保用户个人对话的隐私安全。在Messages中，可以自动翻译正在输入的消息和接收到的消息。在FaceTime通话中，用户可以边听对方原声边查看实时翻译字幕。在Phone通话中，翻译内容会以语音形式播报。 • 向开发者开放AI模型 (Foundation Models Framework)：苹果宣布向开发者开放其设备端基础模型。通过全新的 Foundation Models 框架，应用开发者能够基于Apple Intelligence构建智能体验，这些体验具备离线运行能力、强大的隐私保护，并且AI推理过程对开发者免费。该框架原生支持Swift，开发者仅需数行代码即可调用Apple Intelligence模型。例如，Automattic旗下的Day One日记应用已开始使用此框架开发隐私优先的智能功能 No access 基础模型框架允许开发人员直接利用 Apple Intelligence 核心的设备上的基础模型，使他们能够访问强大、快速、具有隐私保护且在用户离线时可用的智能250610 00:00 • 更智能的快捷指令 (Intelligent Actions in Shortcuts)：快捷指令应用也因Apple Intelligence的加持而变得更加强大。新增了一整套“智能操作”，例如使用写作工具总结文本、通过Image Playground创建图像等。用户现在可以在快捷指令中直接调用Apple Intelligence的设备端模型或通过私有云计算进行处理，也可以选择调用ChatGPT来生成响应，同时保障信息隐私。 • Genmoji 和 Image Playground 的更新用户现在可以混合不同的emoji并结合文字描述来创造全新的Genmoji。在Image Playground中，新增了与ChatGPT集成的多种艺术风格 • Apple Intelligence 扩展至 Apple Watch 上的健身功能利用Apple Intelligence分析用户的锻炼数据和健身历史，在运动过程中提供个性化的激励性见解 🌟信息地址： https://www.apple.com/newsroom/2025/06/apple intelligence gets even more powerful with new capabilities across apple devices/ 智谱：上线首个有记忆能力的企业自主Agent：CoCo 首个企业级超级助手Agent——CoCo。这款智能助手以“懂你懂企业，能干能交付”为核心理念，旨在通过深度理解企业与员工需求，全面优化企业运营效率，并特别强调了其独特的“记忆能力” 。 Agent CoCo 具备三大核心企业级特性： • 交付导向 (Delivery Oriented)： CoCo的工作模式以实际成果为评估基准，确保所有任务的执行都以可量化的交付物为目标，从而实现工作成效的直接可视化和追踪。 • 记忆机制 (Memory Mechanism)：它能够根据每位员工的职能、角色和日常工作需求，主动提供个性化的服务和信息支持，仿佛一位专属的智能秘书。该机制还能依据员工的关注焦点，主动搜集和推送相关的行业资讯，确保信息的时效性和准确性 • 无缝嵌入 (Seamless Embedding)： CoCo具备与企业现有的各类系统（如ERP、CRM等）进行无缝对接的能力。它能够有效整合企业已有的数据资源和系统工具，从而打造出一个真正理解企业运作模式、高度契合企业需求的智能解决方案。目前，Agent CoCo已开放体验申请，企业用户可以借此率先感受智能化办公带来的变革。 No access 智谱上线首个有记忆能力的企业自主Agent：CoCo 250610 00:00 🌟申请地址： https://aiworker.aminer.cn/ai worker/verification?utm source=zhipuai social&utm medium=wechat&utm campaign=p250609 No access Epic Games宣布将在几周内发布最新更新“RealityScan 2.0”250610 00:00 No access Epic Games宣布将在几周内发布最新更新“RealityScan 2.0”250610 00:00 No access 【AI视频】字节开源SeedVR2：高分辨率视频技术250610 00:00 No access 【AI视频】字节开源SeedVR2：高分辨率视频技术250610 00:00 🌟地址： https://iceclear.github.io/projects/seedvr2/ 🤖️AI应用苹果WWDC2025：Apple Intelligence 升级内容 WWDC2025大会上，苹果公司详细介绍Apple Intelligence 的核心升级和新特性包括： • 屏幕内容视觉智能 (Visual Intelligence for Screen Content)：视觉智能功能得到扩展，用户现在可以直接对iPhone屏幕上显示的内容进行搜索和交互。例如，可以向ChatGPT提问关于当前屏幕显示内容的问题，或者在Google、Etsy等应用中搜索相似图片和产品。 No access 视觉智能使用户能够向 ChatGPT 询问特定对象的详细信息250610 00:00 No access 视觉智能使用户能够向 ChatGPT 询问特定对象的详细信息250610 00:00 • 实时翻译 (Live Translation)：苹果将AI驱动的实时翻译功能深度集成到Messages、FaceTime和Phone应用中。该功能由苹果自研的设备端模型驱动，确保用户个人对话的隐私安全。在Messages中，可以自动翻译正在输入的消息和接收到的消息。在FaceTime通话中，用户可以边听对方原声边查看实时翻译字幕。在Phone通话中，翻译内容会以语音形式播报。 • 向开发者开放AI模型 (Foundation Models Framework)：苹果宣布向开发者开放其设备端基础模型。通过全新的 Foundation Models 框架，应用开发者能够基于Apple Intelligence构建智能体验，这些体验具备离线运行能力、强大的隐私保护，并且AI推理过程对开发者免费。该框架原生支持Swift，开发者仅需数行代码即可调用Apple Intelligence模型。例如，Automattic旗下的Day One日记应用已开始使用此框架开发隐私优先的智能功能 No access 基础模型框架允许开发人员直接利用 Apple Intelligence 核心的设备上的基础模型，使他们能够访问强大、快速、具有隐私保护且在用户离线时可用的智能250610 00:00 No access 基础模型框架允许开发人员直接利用 Apple Intelligence 核心的设备上的基础模型，使他们能够访问强大、快速、具有隐私保护且在用户离线时可用的智能250610 00:00 • 更智能的快捷指令 (Intelligent Actions in Shortcuts)：快捷指令应用也因Apple Intelligence的加持而变得更加强大。新增了一整套“智能操作”，例如使用写作工具总结文本、通过Image Playground创建图像等。用户现在可以在快捷指令中直接调用Apple Intelligence的设备端模型或通过私有云计算进行处理，也可以选择调用ChatGPT来生成响应，同时保障信息隐私。 • Genmoji 和 Image Playground 的更新用户现在可以混合不同的emoji并结合文字描述来创造全新的Genmoji。在Image Playground中，新增了与ChatGPT集成的多种艺术风格 • Apple Intelligence 扩展至 Apple Watch 上的健身功能利用Apple Intelligence分析用户的锻炼数据和健身历史，在运动过程中提供个性化的激励性见解 🌟信息地址： https://www.apple.com/newsroom/2025/06/apple intelligence gets even more powerful with new capabilities across apple devices/ 智谱：上线首个有记忆能力的企业自主Agent：CoCo 首个企业级超级助手Agent——CoCo。这款智能助手以“懂你懂企业，能干能交付”为核心理念，旨在通过深度理解企业与员工需求，全面优化企业运营效率，并特别强调了其独特的“记忆能力” 。 Agent CoCo 具备三大核心企业级特性： • 交付导向 (Delivery Oriented)： CoCo的工作模式以实际成果为评估基准，确保所有任务的执行都以可量化的交付物为目标，从而实现工作成效的直接可视化和追踪。 • 记忆机制 (Memory Mechanism)：它能够根据每位员工的职能、角色和日常工作需求，主动提供个性化的服务和信息支持，仿佛一位专属的智能秘书。该机制还能依据员工的关注焦点，主动搜集和推送相关的行业资讯，确保信息的时效性和准确性 • 无缝嵌入 (Seamless Embedding)： CoCo具备与企业现有的各类系统（如ERP、CRM等）进行无缝对接的能力。它能够有效整合企业已有的数据资源和系统工具，从而打造出一个真正理解企业运作模式、高度契合企业需求的智能解决方案。目前，Agent CoCo已开放体验申请，企业用户可以借此率先感受智能化办公带来的变革。 No access 智谱上线首个有记忆能力的企业自主Agent：CoCo 250610 00:00 No access 智谱上线首个有记忆能力的企业自主Agent：CoCo 250610 00:00 🌟申请地址： https://aiworker.aminer.cn/ai worker/verification?utm source=zhipuai social&utm medium=wechat&utm campaign=p250609 🌟 06月10日 AI资讯【AI 3D】 • 字节PartCrafter：结构化 3D 生成模型，可一次性从单个 RGB 图像联合生成多个3D零部件。 • Epic Games ：宣布 RealityScan 2.0 即将发布【AI 视频】 • 字节跳动：开源SeedVR2，高分辨率视频修复技术【AI 模型/应用】 • 苹果：WWDC2025中 Apple Intelligence 升级内容 • 智谱：上线首个有记忆能力的企业自主Agent CoCo 06月10日 AI资讯【AI 3D】 • 字节PartCrafter：结构化 3D 生成模型，可一次性从单个 RGB 图像联合生成多个3D零部件。 • Epic Games ：宣布 RealityScan 2.0 即将发布【AI 视频】 • 字节跳动：开源SeedVR2，高分辨率视频修复技术【AI 模型/应用】 • 苹果：WWDC2025中 Apple Intelligence 升级内容 • 智谱：上线首个有记忆能力的企业自主Agent CoCo 🤖️AI 3D 字节PartCrafter：结构化 3D 生成模型，可一次性从单个 RGB 图像联合生成多个部件。字节跳动推出 PartCrafter，这是一款创新的结构化3D生成模型。 ✨ 它的核心能力在于能够从单一RGB图像出发，一次性地、联合地生成包含多个语义明确且几何形态各异的3D网格部件和对象。它的核心能力在于能够从单一RGB图像出发，一次性地、联合地生成包含多个语义明确且几何形态各异的3D网格部件和对象。这与以往的方法不同，传统方法通常要么生成单一整体的3D形状，要么采用先分割图像再对各部分进行重建的两阶段流程。PartCrafter采用了一种统一的、组合式的生成架构，不依赖于预先分割的输入。其技术亮点包括： • 基于预训练模型： PartCrafter构建于一个在完整对象上预训练的3D网格扩散Transformer (DiT) 之上，继承了其权重、编码器和解码器。 • 组合式潜在空间 (Compositional Latent Space)：模型中的每个3D部件由一组解耦的潜在标记 (latent tokens) 来表示。为了区分不同的部件，模型为每个部件的标记添加了可学习的部件身份嵌入。 • 分层注意力机制 (Hierarchical Attention Mechanism)：该机制使得结构化信息能够在单个部件内部以及所有部件之间有效流动。这确保了生成内容在保持部件级细节的同时，也具有全局的连贯性。 • 专用数据集：为了支持部件级别的监督学习，研究团队通过挖掘大规模3D对象数据集中的部件级注释，整理并创建了一个新的数据集。该数据集经过筛选和优化，最终包含约5万个带有部件标签的对象和30万个独立部件。 • 性能优势：实验表明，PartCrafter在生成可分解的3D网格方面优于现有方法，甚至能够生成输入图像中未直接可见的部件。 🌟项目地址： https://wgsxm.github.io/projects/partcrafter/ Epic Games ：宣布 RealityScan 2.0 即将发布 Epic Games 近日宣布，其3D扫描应用 RealityScan 的最新重大更新版本 RealityScan 2.0 将在未来几周内正式发布。此次更新不仅带来了多项新功能，还将统一桌面版（原RealityCapture）和移动版应用，均归于 "RealityScan" 下。 RealityScan 2.0 的主要新特性包括： • AI驱动的背景遮罩 (AI powered Masking)：新版本将集成AI技术，能够自动识别并遮罩掉源图像的背景。 • 改进的图像对齐 (Improved Image Alignment)：默认设置已更新，以提高源图像的对齐精度，尤其对于那些表面光滑、缺乏明显特征的物体，效果将更为显著。软件现在默认采用更高质量的特征检测模式。 • 新的质量分析工具 (New Quality Analysis Tool)：为了帮助用户更好地排查扫描问题，新版本引入了一个质量分析工具。该工具能以热图的形式显示扫描结果，清晰指示哪些区域可能需要补充拍摄更多图像，以确保源对象的准确重建。 • 支持航空激光雷达数据 (Support for Airborne Laser Scans)： RealityScan 2.0 将扩展其数据兼容性，增加对航空激光雷达扫描数据的支持，这将为更大规模的场景捕捉和建模提供便利。知名游戏开发商 CD Projekt Red 已在其《巫师4》的虚幻引擎5技术演示中，使用 RealityScan 捕捉高保真的自然物体素材。RealityScan 2.0 的推出，预示着3D扫描技术将更加智能化和易用化。 RealityScan 2.0 宣传视频： 🤖️AI 视频字节跳动：开源SeedVR2，高分辨率视频修复技术字节跳动近期开源了一项名为 SeedVR2 的高分辨率视频修复技术。该技术旨在通过一种一步式扩散对抗性后训练 (One Step Video Restoration via Diffusion Adversarial Post Training) 的方法，有效解决现有基于扩散的视频修复 (VR) 方法在处理高分辨率视频时面临的计算成本高昂和效果局限等问题。 SeedVR2 的核心特性和技术创新包括： • 一步式扩散Transformer (DiT) 模型： SeedVR2基于一个为通用视频修复设计的DiT模型，能够高效地处理分辨率约束。 • 自适应窗口注意力机制 (Adaptive Window Attention Mechanism)：这是SeedVR2的一项关键创新。该机制允许注意力窗口的大小根据输出分辨率动态调整，从而避免了传统固定大小窗口在高分辨率视频修复中可能出现的不一致问题。这使得模型能够高效地在单次前向传播中完成例如1080p等高分辨率视频的修复，并保留丰富的细节。 • 对抗性后训练框架优化：针对视频修复任务，SeedVR2对对抗性后训练框架进行了改进，重点探索了损失函数的设计（包括一种新提出的特征匹配损失）和渐进式蒸馏策略，以在不显著牺牲训练效率的前提下稳定并提升修复效果。效果：

在小宇宙note 阅读完整内容