正文
OpenAI发布高级语音视觉功能 还有一个圣诞节彩蛋｜OpenAI直播第六天
OpenAI发布高级语音视觉功能，ChatGPT能与用户视觉听觉互动。高级语音视觉功能可以根据用户手机摄像头捕捉的画面或屏幕上显示的信息提供相应的辅助。ChatGPT移动应用将向全球Teams、Plus和Pro订阅者推出高级语音视觉功能，但欧洲用户暂不能使用。圣诞节期间，OpenAI特别推出了圣诞老人的声音功能。（腾讯科技）
最长还需7年！微软AI CEO反驳奥特曼：当前硬件不给力，AGI没那么快
OpenAI乐观预计2025年实现AGI，Anthropic则定在2026至2027年。而微软AI业务负责人则指出，仅凭现有的硬件技术，如英伟达的GB200系列芯片，还无法实现AGI。他认为，AGI在两年内实现的概率很高，但更现实的时间范围可能是未来五到七年内。（华尔街见闻）
一句话一张图秒变3D动画，4K级画质！英伟达新作让游戏生成世界成真
英伟达发布的Edify 3D工具，通过文本或图像生成4K 3D模型，为游戏与影视设计带来AI新活力。该工具可在2分钟内生成高分辨率纹理和几何图形，提供基于物理的材质渲染。相比其他方法，Edify 3D在效率和可扩展性上显著提升，适合多种编辑和渲染应用。（新智元）
Sora之后，苹果发布视频生成大模型STIV，87亿参数一统T2V、TI2V任务
Apple MM1Team发布视频生成大模型，支持多模态条件，参数达8.7B，采用创新架构STIV，结合T2V和TI2V任务，通过旋转位置编码等技术提升模型性能，实现高质量视频生成及多任务适应性。（机器之心）
