看點概覽：

一、清言上線情感語音模型，連AI都懂你

二、會刷視頻的AI來了！視頻理解模型上線

三、圖像生成界也有自己的六邊形戰士

四、訊飛星火發布11項技術及應用，大模型規模化

五、又一軟組織手術機器人獲批上市

一、清言上線情感語音模型，連AI都懂你

（來源：智譜清言）

智譜的大模型家族加入了一位新成員——GLM-4-Voice 端到端情感語音模型。GLM-4-Voice 能夠理解情感，有情緒表達、情感共鳴，可自助調節語速，支持多語言和方言，并且延時更低、可隨時打斷。

GLM-4-Voice 具備以下特點：

● 情感表達和情感共鳴：聲音有不同的情感和細膩的變化，如高興、悲傷、生氣、害怕等。

● 調節語速：在同一輪對話中，可以要求 TA 快點說 or 慢點說。

● 隨時打斷，靈活輸入指令：根據實時的用戶指令，調整語音輸出的內容和風格，支持更靈活的對話互動。

● 多語言、多方言支持：目前 GLM-4-Voice 支持中英文語音以及中國各地方言，尤其擅長粵語、重慶話、北京話等。

● 結合視頻通話，能看也能說：即將上線視頻通話功能，打造真正能看又能說的AI助理。

（來源：智譜清言）

在使用工具方面，還有一個新的進展：AutoGLM。AutoGLM 的 phone use 能力，只需接收簡單的文字/語音指令，它就可以模擬人類操作手機。理論上，AutoGLM 可以完成人類在電子設備上可以做的任何事，它不受限于簡單的任務場景或 API 調用，也不需要用戶手動搭建復雜繁瑣的工作流，操作邏輯與人類類似。

內容詳情：清言上線情感語音模型GLM-4-Voice，AI 的 phone use 也來了

二、會刷視頻的AI來了！視頻理解模型上線

（實時監控，還能自動識別異常情況，比如設備故障、安全隱患等，實現智能巡檢。圖源：階躍星辰）

階躍星辰Step 系列大模型又迎新——視頻理解模型 step-1.5v-turbo，step-1.5v-turbo 基本素質到位，具備出色的視頻理解能力，能夠準確識別視頻中的物體、人物和環境。此外，它還能夠「讀懂空氣」，理解視頻的整體氛圍和人物情緒。最重要的是，它能「聽懂人話」，具備突出的指令跟隨能力，維持穩定的格式化輸出。因此 step-1.5v-turbo 可以廣泛應用于各種視頻分析和處理任務，如視頻 Caption、內容理解、視頻問答等。

內容詳情：會刷視頻的AI來了！視頻理解模型step-1.5v-turbo上線開放平臺

三、圖像生成界也有自己的六邊形戰士

近日，智源推出了新的擴散模型架構 OmniGen，一種新的用于統一圖像生成的多模態模型。OmniGen 天然地支持各種圖像生成任務，例如文生圖、圖像編輯、主題驅動生成和視覺條件生成等。此外，OmniGen可以處理經典的計算機視覺任務，將其轉換為圖像生成任務。

OmniGen 集多項能力于一體，包括但不限于：

● 文本到圖像生成 (Text to Image Generation)

（圖源：智源研究院）

● 指代表達生成 (Referring Expression Generation)

輸入具有單個對象的圖像，理解并遵循指令，輸出基于該對象的新圖像。

（圖源：智源研究院）

● 通用圖像條件生成 (General Image Conditional Generation)

直接輸入原圖，輸入指令“Following the human pose(or depth mapping) of this image, generate a new image:...”，就可根據輸入圖像的人體姿態或深度圖關系生成新圖像。

（圖源：智源研究院）

● 圖像編輯 (Image Edit)

可以在一次運行中同時執行多條編輯指令

（圖源：智源研究院）

● 經典計算機視覺任務：圖像去噪、邊緣檢測、姿態估計等

要求模型刪除圖中能裝水的物品，則模型能夠理解和推斷出指令涉及的圖中物體并刪除。

（圖源：智源研究院）

● 一定的上下文學習能力 (In-context Learning)

輸入一個分割皇后象棋的輸入－輸出配對樣例 (Example)，模型能識別并分割新輸入圖像中對應的物體

（圖源：智源研究院）

內容詳情：圖像生成新范式：智源推出全能視覺生成模型 OmniGen

四、訊飛星火發布11項技術及應用，大模型規模化

10月24日，科大訊飛發布訊飛星火4.0 Turbo，以及10項基于訊飛星火底座能力的產品與創新應用：定義多模AIUI標準，發布超擬人數字人；發布星火多語言大模型、訊飛星火醫學影像大模型、汽車端側星火大模型；發布首個基于“問題鏈”的高中數學智能教師系統、星火智慧黑板2.0、AI作業過濾器；發布星火智辦一體機、智能座艙人機交互效果評測機器人VIAS以及科大訊飛多語種AI翻譯透明屏。

（圖源：科大訊飛）

內容詳情：訊飛星火4.0 Turbo發布，首發11項技術及應用，引領大模型規模化落地

五、又一軟組織手術機器人獲批上市

（圖源：MedRobot）

2024年10月28日，瑞士醫療器械公司Distalmotion宣布，其軟組織手術機器人Dexter獲FDA批準上市，用于治療成人腹股溝疝修補手術。

產品構成

● 無菌控制臺

● 模塊化臺車

● 內窺鏡控制臂

● 全腕式一次性儀器

內容詳情：獲批FDA！又一軟組織手術機器人

AI 創新｜分享人工智能領域的技術革新和創新應用的新動態，與讀者共同關注AI領域的創新思維與實踐。

AI四連畫

心軟的神未出現，心動的鬼已出現。萬圣節到了，希望老板不要讓我加班，因為我要出去鬼混。

（圖源：即夢AI生成）