1.字節跳動與中國和新加坡大學研究團隊聯合推出的PhotoDoodle，利用Flux.1模型重新定義影像創作。該系統透過少量樣本學習藝術風格，精準執行編輯指令，極大地提高了創意表達的可能性。
2.B站推出的IndexTTS模型是基於XTTS和Tortoise的GPT風格文字轉語音系統，具備獨特的拼音糾正漢字發音能力和精準的停頓控制。
3.微軟開源了名為“Magma”的多模態AI Agent基礎模型。Magma能夠跨越數字和物理世界，處理影像、影片和文字等多種資料型別，並具備心理預測功能，能夠更準確地理解人物或物體的意圖。
4.ChatGPT的高階語音模式正式向用戶免費開放。該模式基於GPT-4o mini模型，透過最佳化計算效率，效能已接近完整版GPT-4o。
5.DeepSeek在開源周最後一天釋出了Fire-flyer File system(3Fs)和Smallpond資料處理框架。3FS是一種高效能並行檔案系統，專為AI訓練和推理設計，支援大規模叢集的高吞吐量資料訪問，峰值讀取吞吐量達6.6 TiB/s。Smallpond基於3FS和DuckDB構建，支援高效資料處理，可擴充套件至PB級資料集。
6.ElevenLabs 最近推出了其最新的語音轉文字模型 Scribe v1，聲稱在多種語言中達到了最高的準確性。該模型支援99種語言，能夠在複雜音訊環境中準確區分多達32位不同說話者。
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「網際網路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+行業先行者連結，積累你的專屬人脈資源；
4. 社群保姆級一站式服務，包教包會包討論；
現在加入，立享99元早鳥價優惠，星球使用者每漲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！
