AI早知道｜Kimi開源音頻基礎模型；階躍星辰開源圖像編輯模型

1.Moonshot AI最近推出的Kimi-Audio是一款開源音頻基礎模型，旨在推動音頻理解、生成和交互技術的發展。該模型基於Qwen2.5-7B架構，結合Whisper技術，支持多種音頻任務，如語音識別和音頻問答。

2.百度發佈文心快碼Coding智能體Zulu，是國內首個多模態Al程序員。Zulu支持多模態交互，可上傳圖片一鍵生成代碼，具備自動搭建開發環境、啓動服務等功能，適配主流IDE，能實現代碼效果實時預覽。

3.階躍星辰正式開源圖像編輯大模型Step1X-Edit，總參數量達19B，融合了7B多模態大語言模型（MLLM）和12B擴散模型（DiT）,具備語義精準解析、身份一致性保持和高精度區域級控制三大核心能力。

4.清華系智譜與生數科技宣佈達成戰略合作，聚焦大模型聯合創新。雙方將在聯合研發、產品聯動、解決方案整合及行業協同等多方面合作，重點聚焦政企服務、泛互聯網、文化旅遊等垂直領域。

5.阿里巴巴旗下的夸克AI超級框推出了“拍照問夸克”功能，這一創新利用視覺理解和推理模型，能夠快速識別和理解用戶在現實生活中遇到的各種問題。

6.LemonAI 最近推出了其創新產品 Slice Live，這是一款全球首創的實時音視頻 AI 模型。用戶只需上傳一張照片，即可與虛擬角色進行實時視頻通話。

想要了解更多AI 行業資訊以及ChatGPT和AI繪畫實戰案例，歡迎加入我們的「互聯網AI早讀課」知識星球！

在這個星球，你可以更加系統的學習AIGC相關知識：

1. ChatGPT和AI繪畫（Midjourney+Stable Diffusion+Photoshop beta）基礎+進階全攻略；

2. ChatGPT和AI繪畫最直接變現案例；

3. 與200+行業先行者鏈接，積累你的專屬人脈資源；

4. 社羣保姆級一站式服務，包教包會包討論；

現在加入，立享99元早鳥價優惠，星球用戶每漲100人，價格上調100元，直到恢復499元原價！

這個風口抓不抓的住，就看你願不願意邁出第一步了！

越晚加入成本越貴！最後兩個名額又要漲價了！