6月23日 AI资讯汇总

6月23日 AI资讯汇总 😺 6月23日 AI资讯汇总 Modified June 26, 2025 No access 【AI视频】Hunyuan GameCraft：游戏环境中高动态互动视频生成技术250623 00:00 No access 【AI视频】字节跳动 DreamActor H1：输入商品即可生成专业带货视频 250623 00:00 No access 【AI工具】Spline Path Control v2 可以用它来控制任何物体的运动（例如摄像机运动、物体、人物等等），无需任何额外的提示 250623 00:00 🌟信息来源： https://github.com/WhatDreamsCost/Spline Path Control 🤖️AI应用/模型 谷歌：更新 Gemini Code Assist 编程助手 Google更新Gemini Code Assist，更新包括 Gemini 2.5 支持、更高的个性化和更好的上下文管理，提升开发者的编码效率和体验。 • Gemini Code Assist 将 Gemini 2.5 的功能引入 IDE，提供更可靠的代码生成，代码转换等。它拥有一个能够感知代码的聊天界面，可以在编写代码时自动补全代码，并可按需生成和转换完整的函数或文件。每日最多可处理 6,000 个代码相关请求和 240 个聊天请求。 • 可使用自定义命令和规则实现更大的个性化，以增强每个开发者和团队不同的工作流程 • Gemini Code Assist 使用用户 IDE 中的代码以及包含 1M 个tokens的上下文窗口，创建更相关的响应。使用企业版的客户可以连接其私有源代码存储库。为了使上下文管理更加简单透明，推出了全新的上下文抽屉。可以精确显示对话中哪些文件和文件夹处于活动状态。 • 新增运行多个聊天会话的功能，可以同时处理不同的问题，而不会丢失每个问题的对话历史记录 官方宣传视频： 🌟地址： https://codeassist.google/ https://blog.google/technology/developers/gemini code assist updates june 2025/?utm source=twitter&utm medium=unpaidsoc&utm campaign=fy25q2 googlecloudtech blog ai in feed no brand global&utm content= &utm term= &linkId=15304130 Meta： 发布和 Oakley 联名的新款 AI 智能眼镜 Meta宣布与运动眼镜品牌Oakley合作推出AI驱动的智能眼镜。该产品将首先在北美、澳大利亚和多个欧洲国家推出，年底前计划扩展至墨西哥、印度和阿联酋。 产品信息： • 产品名称Oakley Meta HSTN • 内置 Ultra HD (3K) 视频摄像头、开放式扬声器、IPX4 防水等级以及集成的 Meta AI 助手，可实现免提操作和智能问答。眼镜电池续航长达 8 小时（典型使用），充电盒可提供额外 48 小时续航。 • 部分型号还配备 Oakley® PRIZM™ 镜片技术。限量版 Oakley Meta HSTN 将于 7 月 11 日开始预售，售价 499 美元，其他款式起价 399 美元，将于今年夏天晚些时候上市。 官方宣传视频： No access 【AI外设】Meta 发布了和 Oakley 联名的新款 AI 智能眼镜 250623 00:00 🌟信息来源： https://www.meta.com/blog/oakley meta ai glasses sports wearables hstn/ 🤖️AI音乐 MiniMax：推出语音设计工具 MiniMax发布新语音设计工具，由MiniMax最新语音设计模型提供支持，实现可定制的语音生成功能。每次语音设计可一次性生成3个不同音色、语气、节奏的语音供选择，保存后可将语音设定入语音库。 主要功能特点： • 任意音色定制：用户可通过提示词生成任意声音、情感的语音 • 多语言支持：支持中文普通话和英文两种语种 用户可免费使用3次该工具，商业用途或更多额度需要付费订阅 官方宣传视频： No access 【AI语音】MiniMax Audio 语音设计工具 250623 00:00 🌟使用地址： https://www.minimax.io/audio/voice design Google：发布音乐生成大模型Magenta RealTime Google Gemma 团队发布 Magenta RealTime 音乐生成大模型，相对轻量且高效，能够生成高质量的混音效果。 • 核心技术规格： ◦ 模型架构：该模型参数规模为 8 亿，依托于 Lyria RealTime（Google DeepMind 开发的实时生成音乐模型）。 ◦ 音频质量：48 kHz立体声保真度 ◦ 训练数据：基于来自多个来源的约 19 万小时的库存音乐（主要为器乐）进行训练， • 技术特色： ◦ 流式生成：2秒音频片段的流式合成 ◦ 时序调节：10秒音频历史窗口 ◦ 多模态控制：支持文本提示或参考音频的样式控制。允许用户通过动态、可控的风格提示（文本、音频样本或多提示组合）即时创作、控制和表演音乐 限制： • 音乐风格并不丰富主要包含西方器乐 • 人声缺陷，不以歌词为条件，也不太可能生成实际的单词 官方宣传视频： No access 【AI模型】Google Gemma 团队发布音乐生成大模型——Magenta RealTime 250623 00:00 🌟使用地址： https://magenta.tensorflow.org/magenta realtime No access 【AI视频】Hunyuan GameCraft：游戏环境中高动态互动视频生成技术250623 00:00 No access 【AI视频】Hunyuan GameCraft：游戏环境中高动态互动视频生成技术250623 00:00 No access 【AI视频】字节跳动 DreamActor H1：输入商品即可生成专业带货视频 250623 00:00 No access 【AI视频】字节跳动 DreamActor H1：输入商品即可生成专业带货视频 250623 00:00 No access 【AI工具】Spline Path Control v2 可以用它来控制任何物体的运动（例如摄像机运动、物体、人物等等），无需任何额外的提示 250623 00:00 No access 【AI工具】Spline Path Control v2 可以用它来控制任何物体的运动（例如摄像机运动、物体、人物等等），无需任何额外的提示 250623 00:00 🌟信息来源： https://github.com/WhatDreamsCost/Spline Path Control 🤖️AI应用/模型 谷歌：更新 Gemini Code Assist 编程助手 Google更新Gemini Code Assist，更新包括 Gemini 2.5 支持、更高的个性化和更好的上下文管理，提升开发者的编码效率和体验。 • Gemini Code Assist 将 Gemini 2.5 的功能引入 IDE，提供更可靠的代码生成，代码转换等。它拥有一个能够感知代码的聊天界面，可以在编写代码时自动补全代码，并可按需生成和转换完整的函数或文件。每日最多可处理 6,000 个代码相关请求和 240 个聊天请求。 • 可使用自定义命令和规则实现更大的个性化，以增强每个开发者和团队不同的工作流程 • Gemini Code Assist 使用用户 IDE 中的代码以及包含 1M 个tokens的上下文窗口，创建更相关的响应。使用企业版的客户可以连接其私有源代码存储库。为了使上下文管理更加简单透明，推出了全新的上下文抽屉。可以精确显示对话中哪些文件和文件夹处于活动状态。 • 新增运行多个聊天会话的功能，可以同时处理不同的问题，而不会丢失每个问题的对话历史记录 官方宣传视频： 🌟地址： https://codeassist.google/ https://blog.google/technology/developers/gemini code assist updates june 2025/?utm source=twitter&utm medium=unpaidsoc&utm campaign=fy25q2 googlecloudtech blog ai in feed no brand global&utm content= &utm term= &linkId=15304130 Meta： 发布和 Oakley 联名的新款 AI 智能眼镜 Meta宣布与运动眼镜品牌Oakley合作推出AI驱动的智能眼镜。该产品将首先在北美、澳大利亚和多个欧洲国家推出，年底前计划扩展至墨西哥、印度和阿联酋。 产品信息： • 产品名称Oakley Meta HSTN • 内置 Ultra HD (3K) 视频摄像头、开放式扬声器、IPX4 防水等级以及集成的 Meta AI 助手，可实现免提操作和智能问答。眼镜电池续航长达 8 小时（典型使用），充电盒可提供额外 48 小时续航。 • 部分型号还配备 Oakley® PRIZM™ 镜片技术。限量版 Oakley Meta HSTN 将于 7 月 11 日开始预售，售价 499 美元，其他款式起价 399 美元，将于今年夏天晚些时候上市。 官方宣传视频： No access 【AI外设】Meta 发布了和 Oakley 联名的新款 AI 智能眼镜 250623 00:00 No access 【AI外设】Meta 发布了和 Oakley 联名的新款 AI 智能眼镜 250623 00:00 🌟信息来源： https://www.meta.com/blog/oakley meta ai glasses sports wearables hstn/ 🤖️AI音乐 MiniMax：推出语音设计工具 MiniMax发布新语音设计工具，由MiniMax最新语音设计模型提供支持，实现可定制的语音生成功能。每次语音设计可一次性生成3个不同音色、语气、节奏的语音供选择，保存后可将语音设定入语音库。 主要功能特点： • 任意音色定制：用户可通过提示词生成任意声音、情感的语音 • 多语言支持：支持中文普通话和英文两种语种 用户可免费使用3次该工具，商业用途或更多额度需要付费订阅 官方宣传视频： No access 【AI语音】MiniMax Audio 语音设计工具 250623 00:00 No access 【AI语音】MiniMax Audio 语音设计工具 250623 00:00 🌟使用地址： https://www.minimax.io/audio/voice design Google：发布音乐生成大模型Magenta RealTime Google Gemma 团队发布 Magenta RealTime 音乐生成大模型，相对轻量且高效，能够生成高质量的混音效果。 • 核心技术规格： ◦ 模型架构：该模型参数规模为 8 亿，依托于 Lyria RealTime（Google DeepMind 开发的实时生成音乐模型）。 ◦ 音频质量：48 kHz立体声保真度 ◦ 训练数据：基于来自多个来源的约 19 万小时的库存音乐（主要为器乐）进行训练， ◦ 模型架构：该模型参数规模为 8 亿，依托于 Lyria RealTime（Google DeepMind 开发的实时生成音乐模型）。 ◦ 音频质量：48 kHz立体声保真度 ◦ 训练数据：基于来自多个来源的约 19 万小时的库存音乐（主要为器乐）进行训练， • 技术特色： ◦ 流式生成：2秒音频片段的流式合成 ◦ 时序调节：10秒音频历史窗口 ◦ 多模态控制：支持文本提示或参考音频的样式控制。允许用户通过动态、可控的风格提示（文本、音频样本或多提示组合）即时创作、控制和表演音乐 ◦ 流式生成：2秒音频片段的流式合成 ◦ 时序调节：10秒音频历史窗口 ◦ 多模态控制：支持文本提示或参考音频的样式控制。允许用户通过动态、可控的风格提示（文本、音频样本或多提示组合）即时创作、控制和表演音乐 限制： • 音乐风格并不丰富主要包含西方器乐 • 人声缺陷，不以歌词为条件，也不太可能生成实际的单词 官方宣传视频： No access 【AI模型】Google Gemma 团队发布音乐生成大模型——Magenta RealTime 250623 00:00 No access 【AI模型】Google Gemma 团队发布音乐生成大模型——Magenta RealTime 250623 00:00 🌟使用地址： https://magenta.tensorflow.org/magenta realtime 🌟 06月20日 AI资讯 【AI 视频/图像】 • 腾讯混元：公布Hunyuan GameCraft，用于在游戏环境中生成高动态互动视频的框架 • 字节跳动：推出 DreamActor H1，上传人像+商品图生成数字人带货视频 • Spline Path Control v2：无需额外提示即可控制AI视频中物体运动 【AI 音乐】 • MiniMax：推出新语音设计工具 • Google：发布音乐生成大模型Magenta RealTime 【AI 模型/应用】 • 谷歌：更新 Gemini Code Assist 编程助手 • Meta：公布和 Oakley 联名的新款 AI 智能眼镜 06月20日 AI资讯 【AI 视频/图像】 • 腾讯混元：公布Hunyuan GameCraft，用于在游戏环境中生成高动态互动视频的框架 • 字节跳动：推出 DreamActor H1，上传人像+商品图生成数字人带货视频 • Spline Path Control v2：无需额外提示即可控制AI视频中物体运动 【AI 音乐】 • MiniMax：推出新语音设计工具 • Google：发布音乐生成大模型Magenta RealTime 【AI 模型/应用】 • 谷歌：更新 Gemini Code Assist 编程助手 • Meta：公布和 Oakley 联名的新款 AI 智能眼镜 🤖️AI视频/图像 腾讯混元：公布Hunyuan GameCraft，用于在游戏环境中生成高动态互动视频的框架 Hunyuan GameCraft 是一个用于在游戏环境中生成高动态互动视频的框架。该模型在包含超过一百万个游戏录像的大规模数据集上进行训练。 ✨ 可通过键盘和鼠标输入控制摄像机，移动之间自然移动，并支持多动作复杂轨迹操控。 保证前后画面，场景特征一致，不会出现光线、场景跳跃 还能衍用至第三人称游戏场景。 可通过键盘和鼠标输入控制摄像机，移动之间自然移动，并支持多动作复杂轨迹操控。 保证前后画面，场景特征一致，不会出现光线、场景跳跃 还能衍用至第三人称游戏场景。 该框架提出了一种混合历史条件训练策略，可以自回归地扩展视频序列，同时保留游戏场景信息。此外，为了提高推理效率和可玩性，Hunyuan GameCraft 还进行了模型蒸馏，以减少计算开销，同时保持长期序列的一致性，使其适用于复杂互动环境中的实时部署。 官方宣传视频： 🌟地址： https://hunyuan gamecraft.github.io/ 字节跳动：推出 DreamActor H1，上传人像+商品图生成数字人带货视频 DreamActor H1 是字节跳动推出的一种基于 Diffusion Transformer (DiT) 的新型框架（ Seaweed 7B作为基础模型），从人像和商品图像生成人 商品演示视频。可运用于电子商务和数字营销领域，生成高保真人机交互演示视频。 该框架通过注入配对的人像 商品参考信息和使用额外的掩码交叉注意力机制，同时保留了人像和商品的身份完整性，例如商品的标志和纹理。 它利用 3D 身体网格模板和商品边界框提供精确的运动指导，实现手势与商品放置的直观对齐。此外，结构化文本编码用于整合类别级语义，增强小旋转变化时的 3D 一致性。 官方宣传视频： 🌟插件详细信息： https://submit2025 dream.github.io/DreamActor H1/ Spline Path Control v2：无需额外提示即可控制AI视频中物体运动 Spline Path Control v2 允许用户通过样条曲线控制任何物体的运动，例如摄像机运动、物体或人物等，而无需任何额外的提示，旨在简化为 VACE 等工具生成控制视频的过程。 该工具能够创建遵循样条路径的形状，导入背景图像，编辑样条曲线，并导出以供 VACE（Visual Asset Creation Engine）使用。为动画创作提供控制灵活性。 核心功能特性： • 多样条编辑：创建多个独立的样条路径 • 精确控制：开始帧设置、持续时间控制、缓动效果（线性、缓入、缓出、缓入缓出） • 样条张力调节：调整路径的"弯曲度" • 形状自定义：支持圆形、方形、三角形，可调整大小、填充颜色和边框 官方宣传视频：