仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
AIGC行业动态
全球AIGC大事日报
1、夸克已累计生成超1000万份志愿报告
2、大鱼半导体正式宣布入局安防市场
3、阿里副总裁：夸克已生成志愿报告超300万份
4、阿里开源音频生成模型能看懂画面为视频配音
01
夸克已累计生成超1000万份志愿报告
阿里巴巴AI旗舰应用夸克已累计为考生和家长生成超1000万份专业级志愿报告。这些报告由今年推出的“志愿报告”Agent生成，采用了具备“任务规划—执行—检查—反思”能力的深度研究技术。业内认为，这一成果已成为国内最大规模的深度研究技术应用。
“志愿报告”是今年夸克针对志愿填报推出的核心功能，是夸克“深度研究”技术在垂类场景中的代表应用，也是国内唯一可以生成完整志愿报告的Agent。Agent具备高度个性化与策略性，能够基于用户信息规划思考路径，调用搜索工具进行信息收集，通过志愿工具进行志愿表操作，过程中不断进行检查和反思。Agent底层由夸克高考志愿大模型与专业的高考知识库提供支持，具备接近专家水平的决策能力
02
大鱼半导体正式宣布入局安防市场
今日，在刚刚开幕的深圳国际安防展上，深耕无线通信领域多年的芯片设计公司南京大鱼半导体，正式宣布其首入局安防市场，并发布了全新的“大鱼安防通讯解决方案”。大鱼半导体确立了“开放协作”的战略：专注解决底层的通信难题，将稳定、强大的连接能力赋予安防合作伙伴，帮助安防行业产品实现在任何严苛环境下都能稳定可靠的连接。
在展会现场，大鱼半导体全面展示了其安防生态的核心优势：
（1）依托自研FishLINK技术，提供最远可达100公里的无线传输通道；
（2）功耗控制表现优异，实现了覆盖“图传、对讲、传感”的全链路低功耗；（3）20个前端摄像头可共用一个中心接收端，将监控中心的硬件数量和部署复杂度都降低近一个数量级，运维压力也随之大幅减小，实现高效费比。
03
阿里副总裁：夸克已生成志愿报告超300万份
随着全国各地高考成绩陆续公布，志愿填报进入高峰期。今日，多位用户在社交平台反馈，使用夸克生成志愿报告时出现排队等待现象，多次出现排队超万人的情况。对此，阿里巴巴集团副总裁吴嘉在朋友圈发文，截至今日15:15，夸克系统已累计生成超300万份志愿报告，当前的排队情况主要由于多个省份集中出分，用户需求在短时间内集中爆发。
夸克团队已紧急扩充算力，全力压缩等待时间，力争让每一位考生都能顺利拿到专属的志愿报告。据了解，夸克是当前国内唯一可生成专家级志愿报告的AI应用。此前，阿里巴巴已预先调配了比去年多100倍的算力资源支持夸克，但在河南、湖北、山东等高考大省出分时，算力依旧吃紧。
04
阿里开源音频生成模型能看懂画面为视频配音
阿里通义实验室开源了旗下首个音频生成模型ThinkSound。该模型首次将CoT（思维链）应用到音频生成领域，让AI可以像专业音效师一样逐步思考，捕捉视觉细节，生成与画面同步的高保真音频。ThinkSound的代码和模型已在Github、HuggingFace、魔搭社区开源，开发者可免费下载和体验。
在开源的VGGSound测试集上，ThinkSound的核心指标相比MMAudio、V2A-Mappe、V-AURA等现有主流方法均实现了15%以上的提升。例如，在openl3空间中Fréchet距离（FD）上，ThinkSound相比MMAudio的43. 26降至34.56（越低越好），接近真实音频分布的相似度提高了20%以上；在代表模型对声音事件类别和特征判别精准度的KLPaSST和KLPaNNs两项指标上分别取得了1. 52和1.32的成绩，均为同类模型最佳。
目前，通义实验室已推出语音生成大模型Cosyvoice、端到端音频多模态大模型MinMo等模型，全面覆盖语音合成、音频生成、音频理解等场景。
开源地址：
https ://github. com/liuhuadai/ThinkSound
https ://huggingface. co/liuhuadai/ThinkSound
https ://www. modelscope.cn/studios/AudioGeneral/ThinkSound
