大数跨境

AI日报:DeepSeek V4.1 Flash发布;Suno v6支持图片、视频一键变音乐;ChatGPT语音模式全面开放GPT-6 Astra调用

AI日报:DeepSeek V4.1 Flash发布;Suno v6支持图片、视频一键变音乐;ChatGPT语音模式全面开放GPT-6 Astra调用 AIbase基地
2026-09-10
2
AI 日报

9 月 10 日•AIbase

1、DeepSeek V4.1 Flash 发布:原生多模态视觉理解全面超越 Pro 版

2、Suno v6 正式上线:图片、视频、语音备忘录一键变音乐

3、AMD:超 20 款锐龙 AI Max+ PRO 495 设备即将上市

4、告别配音“对不上嘴”!亚马逊 Prime Video 重磅上线 AI 口型同步技术

5、米哈游《原神》角色声音被“偷”获赔 75 万:上海首例 AI 声音仿冒案宣判

6、OpenAI 悄然调整 ChatGPT 广告政策,全面封杀 Adobe 等竞品 AI 生图与语音广告

7、ChatGPT 语音模式全面开放 GPT-5.6 Sol 与 GPT-6 Astra 调用

8、Kimi 携手华胜天成、金山云等巨头杀入企业核心腹地

1. DeepSeek V4.1 Flash 发布:原生多模态视觉理解全面超越 Pro 版

DeepSeek V4.1 Flash 作为目前最小尺寸的模型,凭借创新架构与优化设计,在性能、效率及成本控制上实现了对前代模型的全面超越,并具备原生多模态视觉理解能力。

亮点提要:

架构升级:采用 552B 参数的 MoE 架构,引入 Causal-Encoder-Decoder 结构,显著提升性能与效率。

成本优化:优化 KV Cache 缓存大小,大幅降低 HBM 和 SSD 需求,有效减少使用成本。

定价调整:新模型定价下调,并推出峰谷定价机制,鼓励用户灵活安排任务时间

2. Suno v6 正式上线:图片、视频、语音备忘录一键变音乐

Suno v6 是 Suno 平台推出的全新一代 AI 音乐生成模型。该版本支持多模态输入,提供精准的局部编辑功能,并包含三个不同版本以满足多样化创作需求。

亮点提要:

多模态输入:支持直接将图片、视频或语音备忘录转换为音乐。

精准编辑:提供局部编辑功能,可修改歌曲特定部分而不影响整体内容。

模型矩阵:推出旗舰版、探索版和高效版三大模型,满足不同创作者需求。

3. AMD:超 20 款锐龙 AI Max+ PRO 495 设备即将上市

AMD 在媒体沙龙上透露,将有超过 20 款基于锐龙 AI Max+ PRO 495 处理器平台的设备陆续上市。其中迷你主机将成为主力形态,惠普则例外,将推出基于 Gorgon Halo 的新一代 ZBook Ultra 移动工作站。AMD 意在借此推动高性能小钢炮主机市场的发展。

亮点提要:

设备丰富:锐龙 AI Max+ PRO 495 平台将推出超 20 款设备,迷你主机为主流形态。

工作站更新:惠普将发布基于 Gorgon Halo 的新一代 ZBook Ultra 移动工作站。

市场策略:AMD 明确希望通过 PRO 495 推动高性能小型主机市场发展。

4. 告别配音“对不上嘴”!亚马逊 Prime Video 重磅上线 AI 口型同步技术

亚马逊 Prime Video 正式上线全新的 AI 口型同步功能,能够精准对齐演员嘴部动作与真人配音音轨,彻底解决跨语言配音时画面与声音脱节的难题。该技术已应用于德剧《贵族高中:我们之间的鸿沟》英语配音版,并计划扩展至更多作品。与此同时,Meta 和 YouTube 也推出了自带“口型同步”选项的 AI 自动配音功能,加速了生成式 AI 在视频领域的普及。

亮点提要:

技术突破:上线 AI 口型同步功能,解决跨语言配音音画不同步问题。

应用落地:率先应用于德国剧集《贵族高中:我们之间的鸿沟》,未来将广泛推广。

行业趋势:Meta 和 YouTube 相继推出类似功能,生成式 AI 在视频领域快速普及。

5. 米哈游《原神》角色声音被“偷”获赔 75 万:上海首例 AI 声音仿冒案宣判

上海市浦东新区人民法院宣判了全国首例涉 AI 声音仿冒不正当竞争纠纷案。因《原神》角色声音被 AI 变声软件未经授权使用,米哈游获赔 75 万元。

亮点提要:

案件背景:AI 变声软件提供《原神》角色声音资源包,引发不正当竞争纠纷。

司法鉴定:认定 AI 变声软件中的试听语音与原声“倾向认定同一”。

判决结果:法院判令被告赔偿米哈游 75 万元,并明确 AI 使用声音需获得授权。

6. OpenAI 悄然调整 ChatGPT 广告政策,全面封杀 Adobe 等竞品

OpenAI 悄然调整 ChatGPT 广告政策,禁止竞争对手投放图像生成和语音生成工具广告,并调整发现机制以限制外部链接返回。此举旨在保护自身核心利益,同时也显示出其广告业务强劲的吸金能力。

亮点提要:

竞争壁垒:禁止竞品在 ChatGPT 平台投放图像和语音生成工具广告。

机制调整:优化发现机制,停止返回外部引用链接。

商业表现:广告业务年化收入运行率已突破 10 亿美元。

7. ChatGPT 语音模式全面开放 GPT-5.6 Sol 与 GPT-6 Astra 调用

ChatGPT 语音模式迎来重大升级,用户可根据需求自由选择模型及推理深度。Pro 套餐订阅者可直接调用顶尖模型 GPT-5.6 Sol 或 GPT-6 Astra,并在处理复杂任务时自动切换。此外,OpenAI 还简化并优化了 GPT-Live 的使用限额规则,进一步提升用户体验。

亮点提要:

灵活选择:用户可自由选择模型及推理深度,提升语音交互体验。

高端权益:Pro 订阅用户可调用 GPT-5.6 Sol 或 GPT-6 Astra 模型。

限额优化:OpenAI 优化了 GPT-Live 的每日使用限额规则。

8. Kimi 携手华胜天成、金山云等巨头杀入企业核心腹地

月之暗面正式启动"Kimi 企业合作伙伴计划”,旨在通过生态合作推动大模型技术深入企业核心业务场景,同时培养专业工程师团队,助力 AI 转化为实际生产力。该计划已吸引多家头部企业加入,标志着 AI 大模型在 B 端市场的商业化进程加速。

亮点提要:

战略启动:月之暗面启动"Kimi 企业合作伙伴计划”,推动大模型技术落地企业核心业务。

生态赋能:通过合作为企业提供 AI 落地路径,并培养前线部署工程师队伍。

市场加速:华胜天成、金山云等头部企业加入,预示 AI 大模型在 B 端市场加速商业化。

【声明】内容源于网络
0
0
AIbase基地
1234
内容 557
粉丝 0
AIbase基地 1234
总阅读11.8k
粉丝0
内容557