🎉 OpenAI假日季为Plus用户提供Sora无限使用权限

OpenAI宣布，为应对假日季服务器需求下降，将向其ChatGPT Plus订阅用户（每月20美元）提供AI视频生成工具Sora的无限使用权限。此前，Plus用户每月仅限生成20秒的视频（50个480p或更少720p视频），而更高使用量则需要200美元的专业版订阅。 此举是在Sora上线初期遭遇“意外需求”导致临时限制注册，以及面临艺术家对其“洗稿”指控的争议之后做出的。值得一提的是，谷歌今年早些时候也推出了其AI视频生成工具Veo。

(PCMag.com)

via 茶馆 - Telegram Channel

🚀OpenAI新模型进展与挑战：o3性能显著提升但短期内无法使用

OpenAI本周五发布了新一代推理模型o3和o3-mini，其在ARC-AGI测试中的得分是o1的三倍，展现出显著的性能提升。然而，由于o3的计算量巨大，短期内不会向公众开放，仅在明年初向部分申请者提供访问权限。 与此同时，备受期待的GPT-5进展滞后，原计划于2024年中发布的目标未能实现，其推出时间和成功与否仍存在不确定性。 OpenAI面临着数据质量和数量不足以及人才流失的双重挑战，二十多名高管，包括首席科学家和CTO，以及资深研究员Alec Radford已离职。 这些因素都对OpenAI未来的发展构成影响。

(科技情报)

via 茶馆 - Telegram Channel

🤖 OpenAI的GPT-5开发面临延迟与成本上升

OpenAI的GPT-5项目（代号“Orion”）原计划于2024年中发布，但由于技术挑战，目前进度严重滞后。至少两次大型训练运行结果不理想，主要原因是数据多样性不足。其中，“Arrakis”运行在2023年中启动，显示未来训练所需时间较长。此外，高管流失问题加剧了成本压力，包括联合创始人Ilya Sutskever和CTO Mira Murati的离职。同时，竞争对手如Anthropic获得亚马逊80亿美元投资，以及xAI扩展其GPU容量至可能达到一百万台，都在积极争夺快速发展的人工智能市场份额。

(PCMag.com)

via 茶馆 - Telegram Channel

#Update #Gemini

Gemini 网页版现已支持上传代码仓库（最多 1 个文件夹，1000 个文件，总体积不超过 100MB）。

此功能需要 Gemini Advanced 订阅。

via AI Copilot - Telegram Channel

🆔 软件名称：Jpg-C

⭐️ 软件功能：图像处理

➡️ 支持平台：#Windows

📁 软件简介：一款功能强大的图像处理工具，主要用于批量压缩、剪裁、调整大小和添加水印等操作。

可以根据自定义的压缩级别有效地减小jpg/jpeg格式图片的文件大小，通常压缩后文件大小可减少20%至30%。

支持多种图片格式，保留Exif信息，并提供命令行操作功能。

⬇️ 软件下载：点击下载

📢 频道 ✈️ 群聊 📬 投稿 💵 商务

via AI绘画｜AI视频 | AI音乐 - Telegram Channel

#ChatGPT

⭐ 现在你可以通过电话直接与 ChatGPT 互动

WhatsAPP用户点我

GV 用户拨打：8002428478

支持中文，每个月有 15 分钟额度，最大的用处可能是可以给 GV 保号吧

via 极客分享 - Telegram Channel

INFP：基于音频驱动的双人对话中的互动头像生成 能自动区分谁在说话，谁在听

via XiaoHu.AI学院 (author: 小互)

Telegraph

INFP：基于音频驱动的双人对话中的互动头像生成 能自动区分谁在说话，谁在听

INFP 由字节跳动开发的一种音频驱动的交互式头部生成框架，主要应用于双人对话场景。意为“在双人对话中基于音频驱动的互动式头像生成”。 它能通过语音输入生成动态头像动画，包括嘴唇同步、面部表情和头部动作。这些生成的头像能自然地模拟对话双方的互动状态，而且能自动切换“说话者”和“倾听者”的角色，也就是两个人对话时，它能自动区分谁在说话，谁在听。 INFP 旨在实现： 真实感：生成的头部动画逼真且具有丰富的情感。 交互性：头像动画可以随对话动态调整。 实时性：适合实时场景，例如视频会议、虚拟助手等。

Gemini Teacher：基于 Gemini 2.0的英语口语练习助手 实时发音纠正和建议

via XiaoHu.AI学院 (author: 小互)

Telegraph

Gemini Teacher：基于 Gemini 2.0的英语口语练习助手 实时发音纠正和建议

Gemini Teacher 是一个基于 Gemini 2.0 Flash 的英语口语练习助手，用于实时语音识别和发音纠正 通过 Google Gemini AI 提供的语音识别能力，捕捉用户的语音输入并将其转化为文本。 使用 AI 技术分析用户的语音输入，比较用户的发音与标准发音之间的差异。 提供详细的语音反馈，包括音节、语调、语速等方面的评估。 提出发音改进建议，帮助用户逐步提升口语准确性。 精确识别多种英语口音，适合不同语言背景的学习者。 它能帮你什么？ 听你说话，给你打分 你说一句英语，它能听出…

🤖 Gemini高级版新增PDF屏幕感知功能

谷歌Gemini AI现已为使用Google文件应用的付费高级用户提供增强的PDF交互功能。这项新功能允许用户通过“关于此PDF提问”按钮，针对手机屏幕上显示的PDF文件提问。此功能于5月份的Google I/O大会上首次公布，它扩展了Gemini的上下文感知能力，该能力已涵盖网页和YouTube视频。对于不支持的文件类型，Gemini将截取屏幕截图并基于图像回答问题。 只有订阅Gemini高级版才能使用此功能。

(The Verge)

via 茶馆 - Telegram Channel

💻 华硕发布NUC 14 Pro AI：搭载英特尔酷睿Ultra处理器和Copilot的迷你电脑

华硕发布了新款迷你电脑NUC 14 Pro AI，该设备搭载英特尔最新的酷睿Ultra 9系列处理器和微软Copilot人工智能助手。 它提供五种CPU配置（从酷睿Ultra 5 226V到酷睿Ultra 9 288V），最高可配备32GB内存，GPU性能高达67 TOPS，NPU性能高达48 TOPS，并支持最高2TB的NVMe固态硬盘。 这款设备尺寸略小于Mac Mini（130x130x34mm对比127x127x50mm），并配备指纹传感器、Copilot专用按键以及多个接口（包括Thunderbolt 4和Wi-Fi 7）。 价格和上市日期尚未公布。

(The Verge)

via 茶馆 - Telegram Channel

坏消息: o3 超越了人类

好消息: 你比 o3 便宜，一次满血推理 $3500，这个价格机器不干有的是人干（

特大好消息: 你的老板压根不能像测试集里一样清晰地定义问题（（

from Garyの梦呓

⚖️ OpenAI CEO Altman 指责马斯克“欺凌”行为，双方法律纠纷升级

OpenAI首席执行官山姆·阿尔特曼近日在一场采访中将前商业伙伴埃隆·马斯克称为“恶霸”。 两人之间的矛盾源于持续的法律诉讼。马斯克的法律团队正试图阻止OpenAI向完全营利性组织过渡——此举得到了Meta的支持。马斯克于2024年3月提起的诉讼指控OpenAI存在欺诈和反竞争行为，并包含对阿尔特曼的个人攻击。阿尔特曼反驳称，马斯克的反对源于其对OpenAI控制权的渴望，这与马斯克目前的声明相矛盾，并声称马斯克最初希望OpenAI成为营利性组织。阿尔特曼还否认了自我交易的指控。

(PCMag.com)

via 茶馆 - Telegram Channel

🚗 德国圣诞市场车辆冲撞事件：2死68伤

12月20日晚，德国萨克森-安哈尔特州首府马格德堡的一个圣诞市场发生严重交通事故，一辆汽车高速冲入人群，导致至少2人死亡、68人受伤。肇事司机为一名50岁的沙特籍医生，目前已被警方逮捕。尽管尚不清楚此事件是否为恐怖袭击，但其推特账号显示他持有极端观点，并对德国政策表示不满。德国总理朔尔茨对此深感震惊并向受害者致哀。

📚 晋江文学城回应浙江消保委异地发函

晋江文学城近日因被浙江省消费者权益保护委员会要求整改而引发关注。公司声明称，其注册地在北京，不应接受异地执法。同时，对媒体指责其侵犯消费者知情权的报道进行了反驳，指出其中存在多处与事实不符的信息。

💰 美国通过短期支出法案避免政府停摆

美国国会众议院于12月20日通过了一项短期支出法案，以避免联邦政府资金耗尽和可能的停摆。这一举措将暂时维持政府运作，为进一步预算谈判争取时间。

🎬 蒂尔达·斯文顿获柏林电影节终身成就奖

柏林电影节宣布，将今年的“终身成就金熊奖”授予英国演员蒂尔达·斯文顿，以表彰她在影视领域的杰出贡献。

🤖 OpenAI发布GPT-o3取得突破性进展

OpenAI在连续直播12天后推出了GPT-o3模型，该模型在ARC-AGI数据集上获得87.5%的高分。然而，这一技术进步伴随着高昂成本，每个任务费用超过1000美元，引发广泛讨论。

(喷嚏图卦)

via 茶馆 - Telegram Channel