AI早报：Adobe发布视频模型ActAnywhere 可根据主体运动生成背景；用户反映在浏览器中使用Copilot遇到严重卡顿

Adobe发布视频模型ActAnywhere 可根据主体运动生成背景

Adobe今日发布了全新的视频模型ActAnywhere。这一模型可以根据前景主体的运动和外观，为电影和视觉特效社区生成视频背景。ActAnywhere模型通过引入跨帧注意力进行时间推理，将用户的创意想法快速地融入到动态的虚拟场景中。模型的训练数据集包含240万个包含人类与场景交互的视频，并通过自监督的方式进行训练。

新壹视频大模型通过备案

1月18日，新壹科技推出的聚焦视频领域生成式AI（大语言模型）新壹视频大模型通过了《生成式人工智能服务管理暂行办法》备案，全面向社会开放服务。新壹视频大模型发布于2023年7月27日，现已具备从视频脚本生成、素材匹配原生AI视频生成、声音克隆、智能剪辑到数字人播报的全流程AI视频生产能力。

中科院华为推出视觉模型VMamba

来自中国科学院、华为、鹏城实验室的研究人员推出一个新的视觉模型VMamba（Visual State Space Model，视觉状态空间模型）。CNN（卷积神经网络）和ViTs（视觉Transformer）是视觉领域当下最主流的两种基础模型，但这两种模型的计算复杂度都较高。通过对全局接受域和动态权重的结合，ViTs实现了卓越的视觉建模性能。这一观察结果促使团队提出一种新的架构VMamba，该架构继承了这些组件，同时提高了计算效率。大量的实验结果证实，VMamba不仅在各种视觉感知任务中表现出提升，而且随着图像分辨率的增加，它比现有基准显示出更明显的优势。VMamba-S在ImageNet-1K上达到83.5%的正确率，比Vim-S高3.2%，比Swin-S高 0.5%。

Stability AI 推出 Stable LM 2 1.6B 小语言模型

Stability AI 公布了一款名为 Stable LM 2 1.6B 的 AI“小模型”，这是该公司今年推出的第二款模型，号称是“自家迄今以来最为强大的小语言 AI 模型”。据介绍，Stable LM 2 1.6B 模型在大多数基准测试中均优于其他参数低于 20 亿个的小语言模型，在此前测试中已经胜过微软的 Phi-1.5 (1.3B) 和 Phi-2 (2.7B)、TinyLlama1.1B 及 Falcon 1B。

谷歌证实将推出 Bard Advanced，可以为复杂问题提供更精准的答案

Google Bard 上周四出现了一次故障，提前泄露了下一个版本的更新菜单，证实谷歌将推出一种“Bard Advanced”高级模式，其定位为提供“复杂、更好的响应”。根据界面显示，Bard：快速提供简单易懂的答复，快速满足您的需求。Bard Advanced：深入探索复杂问题，并提供更精准的答复。

用户反映在浏览器中使用Copilot遇到严重卡顿问题

不少用户在使用 Edge 和 Chrome 浏览器中的 Copilot 时，遇到了严重影响体验的卡顿问题，甚至需要重启浏览器才能解决。虽然问题原因仍在调查中，但微软广告和网络服务部门 CEO 米哈伊尔・帕拉欣（Mikhail Parakhin）已给出了初步解释，其将问题归咎于 Edge 浏览器的“效率模式”。

猎户星空大模型发布

猎豹移动董事长兼CEO、猎户星空董事长傅盛宣布猎户星空大模型发布。据称，猎户星空大模型通过140亿参数实现了千亿参数大模型才能实现的效果，面向素质教育等七大应用领域进行微调，且可以在千元显卡算力上运行。

AI语音公司ElevenLabs B轮融资8000万美元，估值超10亿美元

AI语音合成初创公司ElevenLabs宣布已完成8000万美元的B轮融资，由Andreessen Horowitz、Nat Friedman等领投。本轮融资还有Sequoia Capital、Smash Capital、SV Angel、BroadLight Capital和Credo Ventures等参与。ElevenLabs成立于2022年，由前Google机器学习工程师Piotr Dabkowski和前Palantir部署战略师Mati Staniszewski共同创立。