12月20日,小冰公司公布全新的数字孪生虚拟人技术,并联合每日经济新闻,将首批应用该技术的虚拟主持人,与“每经AI电视”一同正式上线。与其他技术相比,小冰框架不仅将虚拟人的整体自然度提升至与真人难以分辨的程度,还首次实现视频采编播全流程的无人化操作,帮助“每经AI电视”成为全球首个7x24小时不间断播出的AI视频直播产品。
在今天正式公布前,“每经AI电视”已悄然试运行70天。由于两位虚拟主播表现接近真人水平,以至于不少观众一直以为节目是真人录制。事实上,两位虚拟主播的训练数据来自知名财经主播N小黑(N小黑财经)和N小白(每经小白基金),再结合小冰深度神经网络渲染技术(Xiaoice Neural Rendering, XNR),使得包括面容、表情、肢体动作等在内的整体自然度大幅度提升。通过小冰框架小样本学习技术,虚拟人的训练周期从过去的数月缩短为一周,一举解决虚拟人周期长、成本高的难题,有望开启虚拟人在各个场景普及的新时代。
不仅如此,基于小冰框架的整体人工智能技术驱动,双方此次还实现了端到端的AI自动采编播全流程。从金融资讯的AI文本生成,到驱动预训练的虚拟主播,结合同步场景动态绘制,最终生成完整的直播视频推流,全过程不再需要人工参与。对此,小冰公司CEO、前微软亚洲互联网工程院常务副院长李笛表示:“在我们与合作伙伴的共同努力下,一个永不疲倦、安全可靠、稳定输出的AI Being时代已经到来。”
了解小冰数字孪生主播N小黑: https://www.bilibili.com/video/BV1YL411j727?spm_id_from=333.999.0.0
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。