每日AI资讯--5月14日

ChatGPT将变身AI语音助手？挑战Siri和谷歌语音助手

来源：36氪

当地时间5月11日，人工智能巨头OpenAI CEO山姆·奥特曼在一档播客节目中称，OpenAI将继续改进并提升ChatGPT的语音功能质量，并表示相信语音交互是通向未来交互方式的一个重要途径。奥特曼称：“多模态交互能力非常强大，比如可以问：‘嘿，ChatGPT，我正在看什么’或‘我不太确定这是哪种植物。’”据外媒报道，OpenAI正在研发的功能是人工智能语音助手，可以与苹果Siri和谷歌语音助手竞争。（澎湃）

OpenAI全能模型GPT-4o发布 能听能看能说还免费

来源：站长之家

OpenAI 最新发布了其旗舰大模型 GPT-4o，该模型不仅免费可用，还具备听、看、说的综合能力，提供丝滑流畅且无延迟的交互体验，仿佛与人进行视频通话一般。

GPT-4o 的特点

全能输入输出:GPT-4o 能够接受文本、音频和图像的任意组合作为输入，并生成相应的文本、音频和图像输出

快速响应:该模型响应音频输入的时间仅为232毫秒至320毫秒，与人类对话反应速度一致

免费开放:GPT-4o 将对所有用户免费开放，包括 ChatGPT Plus 会员版所有的功能，如视觉、联网、记忆、执行代码等

OpenAI发布会-AGI已来

来源：AI TOP100

1.实时语音问答，并赋予感情交流。

2.通过摄像头视觉传达内容(文字/图形)

3.捕捉桌面信息进行辅助编程与问答

4.通过视觉解析图形报表，总结分析

5.视频通话可实时翻译，支持多国语言

谷歌发布新型时间序列预测模型TimesFM 可预测股市、天气等

来源：站长之家

Google Research最近开发了一种创新的时间序列预测模型，名为TimesFM（Time Series Foundation Model）。这项技术能够利用大量历史数据来学习事件的模式和趋势，进而对新的、未见过的数据做出准确的预测。时间序列预测在商业、金融、科研等多个领域都极为重要，能够帮助人们做出更明智的决策。

阿里开源视频自动化剪辑工具FunClip 支持中文语音识别

来源：站长之家

阿里巴巴通义实验室最近开源了一款名为FunClip的视频自动化剪辑工具，专为精准和便捷的视频切片设计。FunClip能够自动识别视频中的中文语音，并允许用户根据语音内容裁剪视频，大大提高了视频编辑的效率。

项目地址:https://github.com/alibaba-damo-academy/FunClip

项目地址：

https://modelscope.cn/studios/iic/funasr_app_clipvideo/summary

OpenAI抓内鬼出奇招：宣布升级GPT-4而非推出GPT搜索引擎

来源：阿杰与AI

OpenAI近期宣布将在5月13日举行发布会，但意外地不是推出GPT-5或GPT搜索引擎，而是升级ChatGPT和GPT-4。这一举动让人猜测是否与内部泄密有关。已有知名爆料者透露，OpenAI已开除至少一名内鬼，并且有其他员工被开除或离职，包括一些安全对齐团队的成员。虽然具体升级内容未知，但有猜测称可能涉及语音助手、GPT-4轻量级版、大量Agents应用或与苹果合作等方面。这一举动引起了广泛关注，OpenAI的未来走向备受期待。

魅族 21 Note 支持 AI 通话摘要功能：将于5月16日发布

来源：站长之家

魅族今日正式揭晓了其全新旗舰魅族21Note手机的一大亮点——AI通话功能。这一功能不仅支持通话内容摘要及待办事项整理，更具备笔记记录和全局录音的实用特性，为用户带来前所未有的通话体验。

除了先进的AI通话功能，魅族21Note在硬件配置上也毫不逊色。它搭载了高达5500mAh的电池，据官方介绍，这一大容量电池足以支持长达12.8小时的高强度使用。屏幕方面，魅族21Note采用了一块1.5K144Hz的OLED护眼直屏，使用U8发光材质，并支持全场景LTPO技术，为用户带来流畅且舒适的视觉享受。