腾讯力作EzAudio AI：文本即刻转为生动语音，革新音频合成体验
近日，约翰霍普金斯大学携手腾讯AI实验室，共同发布了EzAudio文本转音频生成模型。这一创举以其卓越的效率及顶级的文字转语音能力，预示着AI与音频科技领域的一次重大突破，开启了高保真声音合成的新纪元。
EzAudio 的工作原理是利用音频波形的潜在空间，而不是传统的声谱图，这一创新让它能够在高时间分辨率下工作，且无需额外的神经声码器。
EzAudio 的架构被称为 EzAudio-DiT（扩散变换器），采用了多项技术创新来提高性能和效率。其中包括一种新的自适应层归一化技术 AdaLN-SOLA、长跳连接，以及先进的位置编码技术如 RoPE(旋转位置嵌入)。
研究人员表示，EzAudio 生成的音频样本非常逼真，客观和主观评估均优于现有的开源模型。
目前，AI 音频生成市场正快速增长。像 ElevenLabs 这样的知名公司最近推出了一款 iOS 应用，用于文本转语音的转换，显示出消费者对 AI 音频工具的浓厚兴趣。同时，微软和谷歌等科技巨头也在不断加大对 AI 语音模拟技术的投资。
根据 Gartner 的预测，到2027年，40% 的生成式 AI 解决方案将会是多模态的，结合文本、图像和音频的能力，这意味着 EzAudio 这样的高质量音频生成模型可能会在不断演变的 AI 领域中发挥重要作用。
EzAudio 团队已经公开了他们的代码、数据集和模型检查点，强调了透明性，并鼓励该领域的进一步研究。
研究人员认为 EzAudio 的应用可能超越声音效果生成，涉及语音和音乐制作等领域。随着技术的不断进步，它有望在娱乐、媒体、辅助服务和虚拟助手等行业中得到广泛应用。
腾讯首推VITA：开源多模态大语言模型，实现用户无缝沟通新纪元
近日消息，腾讯优图实验室及其他合作伙伴近期宣布推出VITA，这是一个开创性的开源多模态大语言模型。VITA的独特之处在于其能跨视频、图像、文本及音频多种媒介进行处理，展现了强大的多模态理解与生成能力。此外，该模型还因卓越的用户交互体验而受到瞩目，为AI领域带来了全新的协作与创新可能。
VITA模型的诞生，是为了填补大型语言模型在处理中文方言方面的不足。它基于强大的Mixtral8×7B模型，扩展了中文词汇量，进行了双语指令微调，让VITA不仅精通英语，还能流利地使用中文。
主要特点：
多模态理解：VITA能够处理视频、图像、文本和音频，这在开源模型中是前所未有的。
自然交互：无需每次都说“嘿，VITA”，它就能在你说话时随时响应，甚至在你和别人交谈时，它也能保持礼貌，不随意插嘴。
开源先锋：VITA是开源社区在多模态理解和交互方面迈出的重要一步，为后续研究奠定了基础。
VITA的魔法来自于它的双重模型部署。一个模型负责生成对用户查询的响应，另一个模型持续跟踪环境输入，确保每一次交互都能精准、及时。
VITA不仅能聊天，还能在你健身时充当聊天伙伴，甚至在你旅游时提供建议。它还能根据你提供的图片或视频内容回答问题，展现出强大的实用性。
虽然VITA已经展现出了巨大的潜力，但在情感语音合成和多模态支持等方面，它还在不断进化。研究者们计划让下一代VITA能够从视频和文本输入生成高质量的音频，甚至探索同时生成高质量音频和视频的可能性。
VITA模型的开源，不仅是技术的胜利，更是对智能交互方式的一次深刻革新。随着研究的深入，我们有理由相信，VITA将为我们带来更加智能、更加人性化的交互体验。
《智影》小程序新玩法：AI魔法打造个性化视频，限时体验免费创作！
腾讯智影小程序在7月9日迎来了一项创新升级，正式推出了智影AI视频特性。这一新功能让用户得以轻松创作个性化视频内容，仅需简单操作即可赋予视频独特的日漫风格，为视频作品增添一抹二次元的魅力。
目前，该风格化处理服务正处于限时免费推广期，尽管未来可能采取收费策略，但具体的费用标准尚未公开透露。
视频风格化就是在原视频的基础上进行风格化处理，官方称风格化视频可以提升视频美感、增强趣味性、提升传播力。
只需导入视频并一键“变身”，就能快速生成风格化视频（支持 10s 视频），智影 AI 提供了多种模板，让视频更加多样化。
据此前报道，腾讯智影上线于 2023 年 3 月，是一款集成了 AI 创作能力的智能创作工具，提供虚拟数字人、文本配音、智能去水印、文章转视频、模板创作、在线视频剪辑等功能。
腾讯确认：正与苹果深入协商，聚焦iOS微信小游戏收益问题
8月15日消息，腾讯在2024年第二季度财务报告中展现出强劲势头，得益于本土市场游戏业务及小游戏平台服务费等高利润领域的增长，其毛利润显著上升21%，达到人民币859亿元，彰显了公司在当前经济环境下的稳健运营能力和市场领导地位。
需要注意的是，苹果却不乐意了。
腾讯首席战略官詹姆斯米切尔在财报电话会议上首次承认，公司正在探索通过苹果的iOS支付系统提供应用内交易的方法，这将使苹果开始从游戏内交易中分成。
米切尔表示，腾讯目前还没有通过iOS应用内购买来对小游戏赚钱，并且正在讨论是否可能启用该功能，这将使开发者、用户、苹果和腾讯受益。
Mitchell说：我们希望以经济上可持续且公平的方式提供这种服务。所以这是正在进行的讨论，我们希望讨论能产生积极的结果”。
他强调：但如果讨论没有进展，那么现状就会维持下去。”
据悉前不久有报道称，苹果公司正在向腾讯和抖音施压，要求他们解决应用内小游戏的外链支付漏洞，以避免小游戏厂商绕开30%的苹果税”。
如果该情况得不到解决，苹果或将拒绝提供微信、抖音等应用的更新。
