趋势抢先知！2025年1月值得关注的10条AI资讯

2025年1月份的AI重大资讯，看这篇就够了！

更多趋势：

一、Domo AI 推出 v2v 真实模型

Domo AI 推出 v2v 真实模型，可以进行反向操作，将动漫类型的视频转换成真人视频，还可以通过 Prompt 将视频里的对象转成别的真实事物，如将一个圣诞老人转成一只圣诞兔子，功能类似于 Runway 推出的 Act one 功能。

二、讯飞星火浏览器插件新升级

讯飞星火对其浏览器插件进行升级，增加了多项 AI 能力。集成了讯飞星火 V4.0 底层能力，兼容 Chrome、Edge 等主流浏览器。新增“继续提问”功能，随时深入讨论，获取高质量答案；实现网页全局对照翻译；新增“一键朗读”功能，实现边听边看；支持句子、段落总结。

三、Hume AI 发布语音引擎 OCTAVE

Hume AI 推出 OCTAVE 的文本与语音引擎，该引擎能够通过简单的文本描述一段 5 秒的语音录音，生成或克隆出逼真的语音和人格特质。不仅能够生成自然的语音，还能精确地模仿说话者的性别、年龄、口音、情绪语调及职业特定的说话风格，能够在毫秒级别内完成语音生成，实现了真正的实时对话，并且还允许用户实时动态地调整生成内容。

四、南洋理工大学推出超分技术 InvSR

南洋理工大学的研究团队发布图像超分辨率(SR)技术，该技术基于扩散反演(Diffusion Inversion)，通过充分利用大型预训练扩散模型中的图像先验信息，提升图像的分辨率和清晰度。与现有的超分辨率方法相比，这项技术具有更加灵活高效的采样机制，可以支持从一个到五个任意数量的采样步骤。

五、腾讯推出 ColorFlow

清华大学与腾讯 ARC 实验室的研究团队推出 ColorFlow 的新型图像序列上色模型。解决了在黑白图像序列上色的同时，保持角色和物体身份一致性的问题，能够利用上下文信息，通过参考图像池为黑白图像序列准确生成颜色。与以往需要针对每个角色进行微调的技术不同，ColorFlow 通过具备泛化能力的检索增强上色管道，简化了色彩生成的过程。

六、OpenAI 正式发布 o3 模型

OpenAI 在第十二天技术直播中正式发布了 o3 模型，在全球著名的编码竞赛平台 Codeforces 中得分是 2727，位于排列榜单第 175 名，超越了 99.99%的人类。在数学竞赛 AIEM2024 中接近满分，在评估人工智能在高级数学推理方面能力的 FrontierMath 中成功率为 25.2%，与之对比，GPT-4 和 Gemini1.5Pro 的成功率不足 2%。

八、Krea AI 上线自定义功能

AI 创意工具 Krea AI 宣布在 Krea Editor 推出自定义训练功能，可以在几秒钟内将真实产品添加到任何图像中。从官方的演示视频来看，在实际操作中只需涂抹需要替换的区域，如“涂抹模特脸上的墨镜”，然后选择商品图“VR 眼镜”，AI 就会自动处理，将 VR 眼镜戴到模特脸上。用户还可以继续扩图处理，用同样的方法继续涂抹区域，选择其它商品，AI 就会把商品融合到模特身上。

八、支付宝面向商家营销推出 AI 创意生成服务

支付宝宣布推出 AI 创意平台“蚂上有创意”，这是一个面向商务机构的 AI 营销服务。“蚂上有创意”可以为客户提供 AI 快速生成创意素材、营销广告智能分析等服务，还免费开放多项营销图片素材。据介绍，过去一年支付宝将 AI 全面应用于商业开放生态，共接入近 70 个业务场景，累计为生态商家机构生成 8700 万张 AI 素材。

九、可灵 1.6 版本提升物理规律真实感

快手旗下 AI 视频生成工具可灵(Kling)发布 1.6 版，主要在物理规律真实感、人物表演能力和语义理解水平三个核心维度提升。①对物理世界的精准演绎：在切西红柿的测试中，可灵1.6版展现出近乎专业厨师的精准操作，无论是刀具与食材的互动，还是切片的力度都非常真实。倒茶、猫咪踩沙发、狗狗奔跑等日常场景中的物理效果也更加真实；②人物表情和动作：从细微的眉头皱起到优雅的芭蕾舞姿，再到中国古典水下舞蹈，可灵1.6版都能准确捕捉人物细微的情感变化和复杂的肢体动作；③语义理解：更强的场景理解能力，无论是“摘下眼镜拥抱小鹿”这样的连续动作，还是“后退举枪”等复杂场景，都能准确理解并生成符合预期的视频内容。

十、Google 推出 AI 生图工具 Whisk

Google 发布新 AI 工具 Whisk，允许用户使用图片作为提示词生成图片。可以上传图片来指定 AI 生成图像的主题、场景和风格，并且可以为这三者分别使用多张图片。如果你手头没有合适的图片，可以点击骰子图标，让谷歌自动填充一些图片作为提示。Whisk 还为每张生成的图片提供了文字提示。如果对结果满意，可以收藏或下载图像，如果想要进一步优化，可以在文本框中添加更多文字，或直接点击图像编辑文字提示。

欢迎关注作者的微信公众号：「百度MEUX」