三花AI

QVQ-72B-Preview：开源多模态推理模型 QVQ-72B-Preview[1] 是阿里通义团队基于 Qwen2-VL-72B 构建的开源多模态推理模型，专注于增强视觉推理能力，目前还是实验性

DisPose：开源的跳舞视频生成增强技术 DisPose[3] 是一种开源技术，旨在增强单图跳舞视频生成模型，它通过 ControlNet 的方式实现，能够与现有的姿势到视频模型无缝集成。 官方代码

OpenAI 推出嵌入式 Realtime API SDK OpenAI 最近开源了针对嵌入式平台的 Realtime API SDK[1]，使得开发者能够轻松将 Realtime API 集成到 E

ChatGPT 桌面应用与其他应用的协作 OpenAI[4]的 12 Days 活动中，第 11 天展示了 ChatGPT 桌面应用与其他应用的协作。 用户可以在 VSCode、Notion 等应用中

OpenAI 推出打电话和发短信给 ChatGPT OpenAI 12Days 在其活动第 10 天整了个活儿，现在你可以通过拨打 1-800-CHATGPT（1-800-242-8478）或发送短信

谷歌推出 Veo2：顶级视频生成模型 谷歌发布了 Veo2[1] 视频模型，支持文生视频和图生视频。 该模型能够生成分辨率高达 4K 的视频，并能根据提示词完成相机控制，如广角镜头、POV 和无人机拍

OpenAI 增强 ChatGPT 搜索功能 OpenAI 12Days[1] 的 12Days 活动第 8 天，官方将其命名为 ChatGPT Search Day。现在搜索功能在手机上提供更好的体

Grok 免费开放，马斯克送圣诞大礼 Grok[1] 现在对所有人免费，包括新推出的 Grok2 模型和新的图像生成模型，全部免费提供。当然，付费用户可以享受更多的用量。 此外，现在可以通过 API

OpenAI 服务大规模宕机超 4 小时 昨天，OpenAI 遭遇了大规模宕机，包括 API、网站、Sora 和 Playground 在内的服务均无法使用，宕机时间超过 4 小时。截至目前，所有服务

StableAnimator：开源的单图跳舞视频生成技术 StableAnimator[1] 是一种基于单张图片生成跳舞视频的技术。通过输入一张参考图片和一个姿势视频，StableAnimator 能

OpenAI 更新 ChatGPT Canvas OpenAI[4] 在 14 Days 活动的第四天推出了全新的 ChatGPT Canvas。 现在，用户只需输入斜杠即可唤起 Canvas 工具，

OpenAI 放大招：Sora 正式发布 OpenAI 12Days 活动第三方终于放大招了， Sora[3]正式发布了，首次亮相已经过去 10 个多月了。 官方现已公布支持的国家列表[4]，除了欧盟

OpenAI Sora 视频生成模型又一次演示 OpenAI 创意专家 Chad Nelson 在 Content London 的独家演讲中，再次展示了Sora 视频生成模型[3]的强大能力。 该模

警惕！ComfyUI 插件依赖包被植入挖矿病毒 ComfyUI-Impact-Pack 插件依赖的 ultralytics 包被恶意植入了挖矿病毒，这几乎是一个必装的插件。如果你正在使用，请务必立即卸

AWPortraitCN：专为中国审美定制的 LoRA AWPortraitCN[2] 是一个 Flux LoRA，专门设计用于生成更符合国人外表和审美的写真。无论是室内还是室外的肖像、写真，它都能轻

GianMattya 发布 AI 线稿上色与自动分层技术演示 GianMattya[7] 大佬最近发布了一个 AI 线稿上色并自动分层的演示。首先，可以用 AI 生成一个线稿，然后利用这个工具可以完成

月之暗面推出 Kimi 创作空间：每日免费生成 100 秒视频与音乐 Kimi 官网[1]现已推出创作空间申请入口，在官网的底部有个按钮可以找到，这是一个专为生成视频和音乐设计的工具。内测用户每天可免

AnchorCrafter：AI 驱动的高效带货视频生成技术 AnchorCrafter[6] 是一项创新技术，只需输入角色图片和要推广的产品，即可生成自然流畅的带货视频。代码尚未开源，关注我，为你持

Adobe 发布 MultiFoley：创新视频配音技术 MultiFoley[1] 是 Adobe 发布的一项专为视频配音的技术，支持通过文本、音频和视频进行多模态引导。 用户可以利用 MultiF

OpenAI 的 Sora API 泄露事件简单回顾 昨天 OpenAI 的 Sora API 泄露的新闻沸沸扬扬，给大伙总结下：一个名为 PR Puppets 的 Hugging Face 组织发布