【AI周新闻】完美声音克隆, Code LlaMA生成包括Python、C++、Java、PHP在内的流行代码

人工智能技术，正在推动互联网的各个领域全面走向智能化和自动化，今天，小编就为大家分享一下本周的重磅Ai新闻。

本周，Ai语音克隆先驱企业Elevenlabs推出了强大的Multilingual V2语音生成模型，V2模型，支持包括英文中文在内的28种语言，该模型可以准确还原说话者的口音和音色，并使用富有感情的语音完成28种语言的播报，Multilingual V2的推出是声音克隆领域的一个里程碑，并会进一步消除语言障碍，实现完美的人声克隆，除了主流语言，V2模型还支持印度英语意大利英语以及很多带有口音的区域性语言。

和传统TTS文本转语音模型不同的是V2模型可以播报富有情感的语音，也被称为最接近真实人声的语音克隆工具，V2可用于内容创作、游戏人物配音、有声读物等多种场景！

体验地址：

https://elevenlabs.io

本周Meta推出了CodeLLama大语言模型，该模型可以使用文本提示的形式修改或生成代码，主要用于提高程序员的工作效率，CodeLLama包含了三种模型：分别是基础模型、针对Python的微调版本、以及Instagram指令跟随模型，每个模型均包含了70亿、130亿和340亿参数版本，且可以用于研究或商业化使用。

CodeLLama是基于LLama2训练而成的代码专用模型，Meta在特定代码数据集上，因此CodeLLama可以根据自然语言提示词生成包括Python、C++、Java、PHP在内的流行代码。

在多组编码基准测试中340亿参数模型具备和chatgpt相当的代码生成能力，也是目前最强大的辅助编程模型。

体验地址：

https://github.com/facebookresearch/codellama
https://ai.meta.com/blog/code-llama-large-language-model-coding/

本周，人工智能初创公司Ideogram宣布推出Ideogram v0.1文本转图像模型，Ideogram由人工智能领域专家团队参与开发，其目的是帮助人们用最简单最高效的方法设计富有创意的作品，点击主页的waitlist链接加入等待列表，就可以在第一时间获得邀请，接受邀请后使用Google账号登录，进入Ideogram的注册页面，选择同意条款，输入一个用户名就可以使用了。从生成的图像可以看出Ideogram已经基本解决了文本乱码的问题，此外，还可以生成类似手工艺品风格的图案。

体验地址：

https://ideogram.ai

本周，OpenAI宣布，添加GPT-3.5 Turbo和GPT4模型的微调功能，现在任意用户都可以使用自己的数据训练出经过微调的GPT模型，只需几个简单的步骤用户就可以训练出适合任意场景的定制模型。

和开源模型不同的是Open AI依然对安全性非常重视用户上传的数据及均需要进行审核，因此，很多禁止的内容不允许作为数据及进行训练，在定价方面，微调费用包括了训练和使用成本。

以GPT 3.5模型为例，训练的成本为每1000个token，0.008美元，此外在使用训练好的模型进行输入输出的时候，也要支付相应的费用，OpenAI还宣布和Scale合作，旨在帮助企业在其专有数据的基础上定制微调模型。

体验地址：

https://openai.com/blog/gpt-3-5-turbo-fine-tuning-and-api-updates
https://openai.com/blog/openai-partners-with-scale-to-provide-support-for-enterprises-fine-tuning-models

本周阿里集团旗下的达摩院发布了一个名为I2VGen-XL的高分辨率视频生成模型，该模型支持文本转视频、图像转视频等功能，用户只需上传一张图像就可以获得一段高清短视频，该功能类似于Gen2的图像转视频功能，Video to Video模型则可以提升素材视频的分辨率生成720分辨率的高清视频，目前I2VGen-XL已经在Modelscope提供了在线demo，注册一个账号即可使用。

体验地址：

https://modelscope.cn/models/damo/Video-to-Video/summary