6月9日 AI资讯汇总

6月9日 AI资讯汇总 😺 6月9日 AI资讯汇总 Modified June 12, 2025 No access 【AI 视频】4DV AI：国内4D Gaussian Splatting 技术，可以将 2D 视频转换为带有声音的交互式4D场景250609 00:00 No access 【AI 视频】4DV AI vision pro体验250609 00:00 No access Follow the camera 202506091610 wc044 00:00 No access 【AI图像】Kontext 现已在 Lovart ，LTX Studio上线 250609 00:00 No access 【AI图像】解锁 FLUX.1 Kontext 的强大功能，现已在 LTX Studio 中推出 00:00 🤖️AI应用 OpenAI：ChatGPT 付费语音模式更新，支持双向翻译，交互更自然 OpenAI 对其 ChatGPT 付费会员（Plus 或 Team 用户）的高级语音模式进行了升级，显著提升了语音交互的自然度和“人情味”，模拟真实人类对话中的语速、停顿和细腻的语调变化。 网友演示效果（@Emanuele Dagostino）： No access 【AI语音】ChatGPT 新的高级语音模式250609 00:00 特别值得注意的是，该高级语音模式现支持实时双向翻译功能，用户仅需发出简单指令（如“英译葡”），系统即可在不同语言间无缝切换对话流，支持多轮次的跨语言交流 此功能目前仅对 ChatGPT Plus 和 Team 付费会员开放。 🌟信息地址： https://help.openai.com/en/articles/6825453 chatgpt release notes 谷歌：Gemini 2.5 Pro preview 再更新，重点提升编码 、推理 和创意写作三方面 Google Gemini正式推出了定时任务功能，用户现在可以在对话中指定具体时间让Gemini执行任务，或者将现有提示词转换为周期性动作。这一功能大大增强了Gemini作为AI助手的实用性，使其能够主动为用户提供定时服务。 功能特点： • 支持在对话中直接设置定时任务 • 可将现有提示词转换为周期性执行 • 智能时间识别和任务调度 • 支持多种任务类型的自动化执行 应用示例： • 每天早上自动总结收到的邮件 • 定期提醒重要事项和截止日期 • 周期性生成报告和数据分析 • 自动化的信息收集和整理 （来源：@testingcatalog） 🌟地址： https://blog.google/products/gemini/scheduled actions gemini app/?utm source=tw&utm medium=social&utm campaign=nfg&utm content=&utm term= 面壁：小钢炮的MiniCPM4发布 国内 AI 公司面壁智能近日正式发布并开源了其“面壁小钢炮”端侧系列模型的最新力作——MiniCPM 4.0 MiniCPM 4 是一个极致高效的端侧大模型，从模型架构、学习算法、训练数据与推理系统四个层面进行了高效优化，实现了极致的效率提升。 • 高效模型架构： ◦ InfLLM v2 可训练的稀疏注意力机制：采用可训练的稀疏注意力机制架构，在 128K 长文本处理中，每个词元仅需与不足 5% 的词元进行相关性计算，显著降低长文本的计算开销 • 高效学习算法： ◦ 模型风洞 2.0 高效 Predictable Scaling：引入下游任务的 Scaling 预测方法，实现更精准的模型训练配置搜索 ◦ BitCPM 极致的三值量化：将模型参数位宽压缩至 3 值，实现模型位宽 90% 的极致瘦身 ◦ 高效训练工程优化：采用 FP8 低精度计算技术，结合多词元预测（Multi token Prediction）训练策略 • 高知识密度训练数据： ◦ UltraClean 高质量预训练数据的清洗与合成：构建基于高效验证的迭代式数据清洗策略，开源高质量中英文预训练数据集 UltraFineweb ◦ UltraChat v2 高质量有监督微调数据合成：构建大规模高质量有监督微调数据集，涵盖知识密集型数据、推理密集型数据、指令遵循数据、长文本理解数据、工具调用数据等多个维度 • 高效推理系统： ◦ CPM.cu 轻量级的高效CUDA推理框架：融合了稀疏注意力机制、模型量化与投机采样，充分体现MiniCPM4的效率优势 ◦ ArkInfer 跨平台部署系统：支持多后端环境的一键部署，提供灵活的跨平台适配能力 🌟信息地址： https://github.com/OpenBMB/MiniCPM https://www.modelscope.cn/collections/MiniCPM 4 ec015560e8c84d No access 【AI 视频】4DV AI：国内4D Gaussian Splatting 技术，可以将 2D 视频转换为带有声音的交互式4D场景250609 00:00 No access 【AI 视频】4DV AI：国内4D Gaussian Splatting 技术，可以将 2D 视频转换为带有声音的交互式4D场景250609 00:00 No access 【AI 视频】4DV AI vision pro体验250609 00:00 No access 【AI 视频】4DV AI vision pro体验250609 00:00 No access Follow the camera 202506091610 wc044 00:00 No access Follow the camera 202506091610 wc044 00:00 No access 【AI图像】Kontext 现已在 Lovart ，LTX Studio上线 250609 00:00 No access 【AI图像】Kontext 现已在 Lovart ，LTX Studio上线 250609 00:00 No access 【AI图像】解锁 FLUX.1 Kontext 的强大功能，现已在 LTX Studio 中推出 00:00 No access 【AI图像】解锁 FLUX.1 Kontext 的强大功能，现已在 LTX Studio 中推出 00:00 🤖️AI应用 OpenAI：ChatGPT 付费语音模式更新，支持双向翻译，交互更自然 OpenAI 对其 ChatGPT 付费会员（Plus 或 Team 用户）的高级语音模式进行了升级，显著提升了语音交互的自然度和“人情味”，模拟真实人类对话中的语速、停顿和细腻的语调变化。 网友演示效果（@Emanuele Dagostino）： No access 【AI语音】ChatGPT 新的高级语音模式250609 00:00 No access 【AI语音】ChatGPT 新的高级语音模式250609 00:00 特别值得注意的是，该高级语音模式现支持实时双向翻译功能，用户仅需发出简单指令（如“英译葡”），系统即可在不同语言间无缝切换对话流，支持多轮次的跨语言交流 此功能目前仅对 ChatGPT Plus 和 Team 付费会员开放。 🌟信息地址： https://help.openai.com/en/articles/6825453 chatgpt release notes 谷歌：Gemini 2.5 Pro preview 再更新，重点提升编码 、推理 和创意写作三方面 Google Gemini正式推出了定时任务功能，用户现在可以在对话中指定具体时间让Gemini执行任务，或者将现有提示词转换为周期性动作。这一功能大大增强了Gemini作为AI助手的实用性，使其能够主动为用户提供定时服务。 功能特点： • 支持在对话中直接设置定时任务 • 可将现有提示词转换为周期性执行 • 智能时间识别和任务调度 • 支持多种任务类型的自动化执行 应用示例： • 每天早上自动总结收到的邮件 • 定期提醒重要事项和截止日期 • 周期性生成报告和数据分析 • 自动化的信息收集和整理 （来源：@testingcatalog） 🌟地址： https://blog.google/products/gemini/scheduled actions gemini app/?utm source=tw&utm medium=social&utm campaign=nfg&utm content=&utm term= 面壁：小钢炮的MiniCPM4发布 国内 AI 公司面壁智能近日正式发布并开源了其“面壁小钢炮”端侧系列模型的最新力作——MiniCPM 4.0 MiniCPM 4 是一个极致高效的端侧大模型，从模型架构、学习算法、训练数据与推理系统四个层面进行了高效优化，实现了极致的效率提升。 • 高效模型架构： ◦ InfLLM v2 可训练的稀疏注意力机制：采用可训练的稀疏注意力机制架构，在 128K 长文本处理中，每个词元仅需与不足 5% 的词元进行相关性计算，显著降低长文本的计算开销 ◦ InfLLM v2 可训练的稀疏注意力机制：采用可训练的稀疏注意力机制架构，在 128K 长文本处理中，每个词元仅需与不足 5% 的词元进行相关性计算，显著降低长文本的计算开销 • 高效学习算法： ◦ 模型风洞 2.0 高效 Predictable Scaling：引入下游任务的 Scaling 预测方法，实现更精准的模型训练配置搜索 ◦ BitCPM 极致的三值量化：将模型参数位宽压缩至 3 值，实现模型位宽 90% 的极致瘦身 ◦ 高效训练工程优化：采用 FP8 低精度计算技术，结合多词元预测（Multi token Prediction）训练策略 ◦ 模型风洞 2.0 高效 Predictable Scaling：引入下游任务的 Scaling 预测方法，实现更精准的模型训练配置搜索 ◦ BitCPM 极致的三值量化：将模型参数位宽压缩至 3 值，实现模型位宽 90% 的极致瘦身 ◦ 高效训练工程优化：采用 FP8 低精度计算技术，结合多词元预测（Multi token Prediction）训练策略 • 高知识密度训练数据： ◦ UltraClean 高质量预训练数据的清洗与合成：构建基于高效验证的迭代式数据清洗策略，开源高质量中英文预训练数据集 UltraFineweb ◦ UltraChat v2 高质量有监督微调数据合成：构建大规模高质量有监督微调数据集，涵盖知识密集型数据、推理密集型数据、指令遵循数据、长文本理解数据、工具调用数据等多个维度 ◦ UltraClean 高质量预训练数据的清洗与合成：构建基于高效验证的迭代式数据清洗策略，开源高质量中英文预训练数据集 UltraFineweb ◦ UltraChat v2 高质量有监督微调数据合成：构建大规模高质量有监督微调数据集，涵盖知识密集型数据、推理密集型数据、指令遵循数据、长文本理解数据、工具调用数据等多个维度 • 高效推理系统： ◦ CPM.cu 轻量级的高效CUDA推理框架：融合了稀疏注意力机制、模型量化与投机采样，充分体现MiniCPM4的效率优势 ◦ ArkInfer 跨平台部署系统：支持多后端环境的一键部署，提供灵活的跨平台适配能力 ◦ CPM.cu 轻量级的高效CUDA推理框架：融合了稀疏注意力机制、模型量化与投机采样，充分体现MiniCPM4的效率优势 ◦ ArkInfer 跨平台部署系统：支持多后端环境的一键部署，提供灵活的跨平台适配能力 🌟信息地址： https://github.com/OpenBMB/MiniCPM https://www.modelscope.cn/collections/MiniCPM 4 ec015560e8c84d 🌟 06月09日 AI资讯 【AI 3D】 • FreeTimeGS：使用高斯基元进行动态场景重建，将视频转换为带有声音的交互式4D场景 【AI 视频】 • 谷歌：Flow更新了 Fast 的 Veo3 模型，大幅降低生成成本 • Kontext ：现已在LTX Studio，Lovart上线 【AI 模型/应用】 • OpenAI：ChatGPT 付费语音模式更新，支持双向翻译模式 • 谷歌：Gemini 推出定时任务功能，周期性完成指定任务 • 面壁：MiniCPM4发布 06月09日 AI资讯 【AI 3D】 • FreeTimeGS：使用高斯基元进行动态场景重建，将视频转换为带有声音的交互式4D场景 【AI 视频】 • 谷歌：Flow更新了 Fast 的 Veo3 模型，大幅降低生成成本 • Kontext ：现已在LTX Studio，Lovart上线 【AI 模型/应用】 • OpenAI：ChatGPT 付费语音模式更新，支持双向翻译模式 • 谷歌：Gemini 推出定时任务功能，周期性完成指定任务 • 面壁：MiniCPM4发布 🤖️AI 3D FreeTimeGS：使用高斯基元进行动态场景重建的技术 FreeTimeGS技术由浙江大学研究提出，一种新颖的四维表示，允许高斯基元出现在任意时间和位置。与规范高斯基元相比，FreeTimeGS表示具有很强的灵活性，从而提高了建模动态三维场景的能力。此外，其赋予每个高斯基元一个运动函数，允许它随着时间的推移移动到相邻区域，从而减少了时间冗余。 ✨ 官方示例中展示将视频转换为带有声音的交互式4D场景。在观看时，观看者可自由改变摄像机角度，放大，缩小场景 官方示例中展示将视频转换为带有声音的交互式4D场景。在观看时，观看者可自由改变摄像机角度，放大，缩小场景 其渲染质量大大优于最近的其他4D表现方法。 官方演示： @spatiallyme提供技术演示在Vision Pro中表现效果： 🌟项目地址： https://zju3dv.github.io/freetimegs/ 🌟交互演示地址： https://www.4dv.ai/viewer/salmon 10s?showdemo=4dv 🤖️AI 视频 谷歌：Flow 平台 Veo3 模型更新，Fast 版本仅需 20 积分，提升性价比 Google为其AI视频生成工具Flow新增了"Veo 3 Fast（高速）"模式，大幅降低了用户使用成本，此前生成一个视频需要消耗100积分，现在Fast模式仅需20积分即可生成高质量视频。查看fast效果，基本保持原有的视频生成质量，未发现明显劣化。 Google AI Pro用户（月费约29美元）每月获得1000积分，可生成50个Fast模式视频； Ultra用户（月费约250美元）每月获得12500积分，可生成625个Fast模式视频 Fast效果： 🌟使用地址： https://labs.google/fx/tools/flow FLUX.1 Kontext 现已在 Lovart， LTX Studio平台上线 FLUX.1 Kontext 模型现已正式在Lovart AI设计平台上线。FLUX.1 Kontext 是黑森林实验室发布的一款革命性图像编辑模型，通过统一框架处理多种图像任务，解决了现有模型在多轮编辑中的关键痛点。 能力支持： • 变换物体，同时保持氛围 • 保持角色在场景中的一致性 • 风格转换 • 无缝编辑图像中的文本 Lovart AI设计平台相关能力宣传视频： 继在Lovart平台，FLUX.1 Kontext 模型也正式登陆LTX Studio平台。LTX Studio作为专业的AI视频和图像创作平台，集成FLUX.1 Kontext 后为用户提供了更加强大的图像编辑和处理能力。 LTX Studio平台相关能力宣传视频： 🌟使用地址： https://www.lovart.ai/ https://ltx.studio/