近年来，扩散模型在图像与视频合成领域展现出强大能力，为图像动画技术的发展带来了新的契机。特别是在人物图像动画方面，该技术能够基于一系列预设姿态驱动参考图像，使其动态化，从而生成高度可控的人体动画视频。
文本到图像（Text-to-Image, T2I）生成任务近年来取得了飞速进展，其中以扩散模型（如 Stable Diffusion、DiT 等）和自回归（AR）模型为代表的方法取得了显著成果。然而，这些主流的生成模型通常依赖于超大规模的数据集和巨大的参数量，导致计算成本高昂、落地困难，难以高效地应用于实际生产环境。
科技圈再掀波澜，一家名为Graphite的纽约人工智能初创公司，正式名称为Screenplay Studios Inc.，今日宣布成功斩获高达5200万美元的B轮融资，为这家专注于颠覆传统代码审查模式的新星注入了强劲动力。
近日，中国人工智能学会发布2024年度“吴文俊人工智能科学技术奖”公告，京东科技人工智能团队凭借“多模态交互式数字人关键技术及产业应用”项目荣获中国智能科学技术最高奖——吴文俊人工智能科学技术奖的特等奖，也是本年度唯一的特等奖。
24年年底由Antropic提出并开源的MCP，如今已经成为AI编程及AI Agent领域热议的重要概念之一。截至发文前，Smithery已经收藏了 2211 个MCP Servers。需要注意的是，有些MCP可能不一定完全可用。
Stability AI 发布了一款新 AI 模型——Stable Virtual Camera，该公司宣称该模型能将 2D 图像转化为，具有真实深度和视角的“沉浸式”视频。
大模型在文本生成方面取得了卓越的成就，通过合适的prompt设计，往往可以使得生成结果符合特定的需求。但是为属性繁多的任务设计出合适的prompt是很困难的。一种解决方案是通过线性组合方式或者其变种将每个属性对应的模型在生成logits上进行融合。鉴于属性之间可能存在的冲突现象，这种方案无法保证模型的主属性不受其他模型的干扰。
从自动驾驶、机器人导航，到AR/VR等前沿应用，SLAM都是离不开的核心技术之一。
皮衣老黄，带着最强AI芯片GB300闪亮登场“AI超级碗”GTC，燃爆全场！
在去年的 Sequoia Capital AI Ascent 2024 上，红杉的几位合伙人在活动期间提出观点：“GenAI 在客服领域已经初步找到了 PMF”。时隔一年，在大模型落地的产品形态逐渐从单纯的 ChatBot 进化为 Agent 的当下，企业级 AI 客服将会有更多落地机会和想象空间。
