在直播带货领域，Streamer-Sales大模型正引领一场技术革命，通过其创新的AI技术为直播销售带来了前所未有的变化。这个强大的工具不仅能够自动生成吸引顾客的商品解说文案，还能实时解答客户的各种问题，从而成为主播的智能助手。

　　Streamer-Sales的核心功能之一是其一键生成的主播文案。该功能可以根据商品的特性，自动撰写出能够激发购买欲望的文案，极大地减轻了主播在文案准备方面的工作负担，同时提升了销售效率。

　　此外，Streamer-Sales采用了推理加速技术，通过集成LMDeploy， 显着提高了模型的运行速度和响应灵敏度，支持KV缓存和Turbomind，使得模型更加高效。其检索增强生成（RAG）技术结合商品说明书及相关文档，生成更符合实际情况的精准文案，增强了文案的说服力。

　　在语音处理方面，Streamer-Sales具备语音转文字（ASR）和文字转语音(TTS)的功能。ASR功能使主播能实时与观众互动，而TTS功能则可以生成带有情感的语音输出，让商品解说更生动自然。

　　Streamer-Sales还具有生成数字人视频的能力，使用虚拟主播进行商品解说，这不仅提升了观众的观看体验，也为直播带货增添了科技感。其实时信息查询功能，通过Agent技术，能够随时查询快递状态等实时信息，提供最新数据给用户，极大提升了用户体验和满意度。

　　技术架构方面，Streamer-Sales基于InternLM2进行指令微调，集成了多项先进技术，构建了一个全面的直播带货系统。系统包括数据生成与处理模块、模型训练与微调、推理与生成模块、语音处理模块、数字人生成模块及实时信息查询模块，实现了一个高效、互动、富有情感的直播带货解决方案。

　　目前，Streamer-Sales项目已在GitHub上开源，提供了模型下载链接和在线体验平台，使直播带货主播可以轻松接入这一强大的AI助手，享受其带来的便利和优势。

　　随着Streamer-Sales的广泛应用，我们有理由相信，直播带货行业将步入一个更加智能化和个性化的新时代。这项创新技术的应用，将为直播销售开启更多可能性，为用户带来更加丰富和精彩的购物体验。

　　欢迎大家加入AiBase交流群， 扫码进入，畅谈AI赚钱心得，共享最新行业动态，发现潜在合作伙伴，迎接未来的赚钱机遇！。

　　11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！

　　海外直播营销:跨境企业的新机遇与挑战跨境热，海外直播营销逐渐成为电商企业品牌品牌全球跨境推广的重要手段。与国内直播市场竞争趋于白热化不同，海外直播尚处于成长阶段，蕴藏着巨大的发展潜力。微赞将继续深耕海外直播市场，持续打磨Weistream产品功能和服务质量，为更多企业提供专业的直播解决方案，赋能品牌营销。

　　话题#雷军发布会后首次直播火速冲上抖音热点榜第一，直播当日观看量突破3395万人次，同时相继登顶微博、知乎、头条热榜第一。以集团总裁身份入驻抖音开播、创作个人IP内容，小米集团CEO雷军并不是首位，新东方创始人、东方甄选CEO俞敏洪，蔚来汽车董事长、CEO李斌，360集团创始人、董事长周鸿祎，物美集团CEO张文中等多位总裁都已入驻抖音开启个人账号，除此之外，越�

　　全球社交巨头Meta最近因使用用户照片训练AI模型Emu引发了一场隐私争议。Meta正在利用Instagram和Facebook上的用户照片进行训练，同时还会使用用户对图片的描述、标题等文本数据。在数据隐私和保护方面，企业应该加强合规措施，确保用户的个人信息得到妥善处理和保护。

　　5月30日，腾讯宣布旗下混元大模型全面升级，基于混元大模型的App“腾讯元宝”正式上线，苹果及安卓应用商店均可下载。相比此前测试阶段的混元小程序版本，面向工作效率场景，腾讯元宝提供了AI搜索、AI总结、AI写作等核心能力;面向日常生活场景，元宝的玩法也更加丰富，提供了多个特色AI应用，并新增了创建个人智能体等玩法。为了满足开发者及企业客户对于通用模型能力的需求，腾讯混元大模型已通过腾讯云对外开放，可通过API调用，也可以作为基底模型，为不同产业场景构建专属应用。

　　由微软支持、估值高达60亿美元的法国人工智能初创公司Mistral近日发布了其首个用于编码的生成式人工智能模型——Codestral。该模型旨在帮助开发人员编写代码并与代码交互，支持包括Python、Java、C和JavaScript在内的80多种编程语言。Mistral在其LeChat对话式AI平台及其付费API上推出了Codestral的托管版本，并计划将其构建到LlamaIndex、LangChain、Continue.dev和Tabnine等应用框架和开发环境中�

　　欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：、挑战英伟达！高绩效者在GenAI采用中更具挑战性，但通过最佳实践取得成功。

　　今天凌晨，苹果首个生成式AI大模型AppleIntelligence正式登场。AppleIntelligence支持自然语言理解，支持在不同应用中分析你的内容和指令，可以自动润色邮件，总结备忘录，也可以实现生成式图片，同时支持文本生图功能，提供素描、插图和动画等多种风格。私有云计算拥有芯片级别的数据保护，所有数据不会被存储，苹果也不可能访问相关数据，保证用户隐私安全。

　　5月29日，昆仑万维旗下海外信息分发与元宇宙平台Opera宣布，其旗舰浏览器OperaOne以及游戏浏览器OperaGX将正式接入端侧AI大模型，成为全球第一个接入端侧AI大模型的主流浏览器。2024年4月，Opera已通过AIFeatureDrops计划，在Opera开发者版浏览器中引入了端侧AI访问功能，成为全球第一个引入本地AI模型访问功能的浏览器。端侧AI大模型将被正式集成进Opera浏览器旗舰产品中，覆盖Windows、MacOS和Linux等全部设备。

　　本周国内最受关注的AI盛事，今日启幕。活动规格之高，没有哪个关心AI技术发展的人能不为之吸引——Sora团队负责人AdityaRamesh与DiT作者谢赛宁同台交流，李开复与张亚勤炉边对线作者ThomasScialom，王小川、杨植麟等最受关注AI创业者……也都现场亮相。在探讨多模态大模型、AGI的全体大会之外，今年的智源大会依然围绕大家最关注的前沿技术问题，设置了大模型产业技�

　　快科技5月30日消息，在近日的在第九届蚂蚁技术日上，蚂蚁集团CTO（首席技术官）何征宇提出了对当前大模型技术发展的深刻见解。何征宇比喻说，尽管大模型技术有其用处，但目前的发展阶段还类似于原始人钻木取火，尽管我们能够利用AI技术，但还没有找到最高效的方法，导致成本依然高昂。何征宇认为:我们今天并没有找到AI产生如此效果的本质，没有人能用数学的方法描

　　Streamer-Sales 销冠是一个基于大语言模型的智能卖货主播系统，它能够根据商品特点从激发用户购买意愿的角度出发进行商品解说。该模型在 InternLM2 的基础上通过指令微调而来，集成了 LMDeploy 加速推理，支持 ASR 语音生成文字，RAG 检索增强生成，Agent 网络查询等功能，并通过 TTS 技术生成带有感情的语音，最终生成主播数字人视频，为商品解说提供全方位的技术支持。

　　Cadenza是一款AI驱动的音乐制作工具，它允许用户通过简单的描述来生成专业的MIDI和弦进行。该工具能够确保和弦流畅地转换，适用于各种音乐风格，从流行到爵士。Cadenza的主要优点包括用户友好的界面、实时生成和弦进行的能力以及与各种数字音频工作站(DAW)的兼容性。价格方面，Cadenza在促销期间以30美元的价格出售，这使得它对于音乐制作人来说是一个经济实惠的选择。

　　Florence-2是由微软开发的高级视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉-语言任务。该模型能够解释简单的文本提示，执行诸如图像描述、目标检测和分割等任务。它利用FLD-5B数据集，包含54亿个注释，覆盖1.26亿张图像，精通多任务学习。其序列到序列的架构使其在零样本和微调设置中均表现出色，证明是一个有竞争力的视觉基础模型。

　　Tellers是一个AI驱动的视频编辑平台，它允许用户将书面内容快速转化为视频，无需视频编辑专业知识。该平台通过使用机器学习和信号处理算法，为用户提供了一种创新和实用的方式来扩展内容的覆盖范围，提高SEO排名，触及新的社区，并提高内容的可访问性。Tellers还提供了商业版，支持企业整合和定制化服务，满足数据隐私和内部软件集成的需求。

　　MyTrainingPlan是一个提供个性化马拉松和半程马拉松训练计划的网站。它通过AI技术根据用户在Strava上的活动历史和当前健康状况来创建定制的训练计划。用户可以轻松调整计划以适应变化，并与之前的训练周期进行比较，以保持动力。此外，网站还提供里程统计、配速计算器和比赛倒计时等工具，帮助用户更好地准备比赛。

　　Licode是一个无代码平台，为构建者、企业和创业者提供了一个原生由AI驱动的网页应用创建环境。它允许用户无需编码即可轻松构建SaaS、门户、仪表板、CRM、聊天应用和表单应用。Licode内置了AI功能，用户可以随时随地在应用中启用AI提示，赋予用户即开即用的AI能力。此外，Licode还提供了预构建的UI组件、内置的认证和用户管理系统、与Stripe集成的账单管理、安全的数据库存储以及自定义业务逻辑的动作创建功能。

　　SEOJuice是一个AI驱动的内部链接工具，旨在简化SEO工作，通过自动化创建内部链接，帮助网站提升在搜索引擎中的排名。由Vadim个人开发，以解决手动添加内部链接的繁琐和耗时问题。SEOJuice通过AI扫描网站内容，找到合适的上下文链接和关键词，并自动添加，从而提升整个网站的SEO性能。作为一个自筹资金、独立运营的项目，SEOJuice不依赖外部投资，以用户订阅费用为运营资金。

　　Florence-2-large-ft是由微软开发的高级视觉基础模型，使用基于提示的方法来处理广泛的视觉和视觉-语言任务。该模型能够通过简单的文本提示执行诸如图像描述、目标检测和分割等任务。它利用FLD-5B数据集，包含54亿个注释，覆盖1.26亿张图像，实现多任务学习。模型的序列到序列架构使其在零样本和微调设置中均表现出色，证明其为有竞争力的视觉基础模型。

　　豆包 MarsCode 是一款即将发布的智能开发工具，旨在通过AI技术激发开发者的创造力。它将为编程工作带来革命性的改变，提高开发效率，降低技术门槛。

　　Florence-2是由微软开发的高级视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉-语言任务。该模型能够解释简单的文本提示，执行如描述、目标检测和分割等任务。它利用包含54亿个注释的5.4亿张图像的FLD-5B数据集，精通多任务学习。模型的序列到序列架构使其在零样本和微调设置中都表现出色，证明其为有竞争力的视觉基础模型。

　　Florence-2-large是由微软开发的先进视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉-语言任务。该模型能够解释简单的文本提示来执行如图像描述、目标检测和分割等任务。它利用包含54亿注释的5.4亿图像的FLD-5B数据集，精通多任务学习。其序列到序列的架构使其在零样本和微调设置中均表现出色，证明是一个有竞争力的视觉基础模型。

　　Multi是一款专为软件开发团队设计的协作工具，它通过多人协作、共享控制、即时通讯和自动记录等功能，帮助团队成员更高效地沟通和工作。产品基于Zoom的高质量音视频基础设施，提供低延迟的共享控制体验，并通过AI技术自动生成会议摘要和行动项，进一步加速团队的软件开发流程。

　　通义灵码是一款专为开发者设计的智能编码助手，支持多种开发环境，包括JetBrains IDEs、Visual Studio Code、Visual Studio等。它通过集成先进的AI技术，帮助开发者快速完成编码任务，提高编码效率和质量，适用于各种编程语言和开发场景。

　　MOFA-Video是一种能够将单张图片通过各种控制信号动画化的方法。它采用了稀疏到密集(S2D)运动生成和基于流的运动适应技术，可以有效地使用轨迹、关键点序列及其组合等不同类型的控制信号来动画化单张图片。在训练阶段，通过稀疏运动采样生成稀疏控制信号，然后训练不同的MOFA-Adapters来通过预训练的SVD生成视频。在推理阶段，不同的MOFA-Adapters可以组合起来共同控制冻结的SVD。

　　DUIX是一个开源的AI数字人智能交互平台，由硅基智能打造。它允许开发者接入多种大模型和语音能力，实现数字人实时交互，并支持在Android和iOS多终端一键部署。DUIX适用于多种场景，包括地铁、银行、政务等，具有低成本快速部署、小网络依赖和功能多样化的特点。

　　SuperSonic是一个集成了由大型语言模型(LLM)驱动的Chat BI和由语义层驱动的Headless BI的下一代商业智能(BI)平台。它确保Chat BI能够访问与传统BI相同的经过策划和治理的语义数据模型。此外，这两种范式的实现都从集成中受益：Chat BI的Text2SQL通过从语义模型中检索上下文得到增强；Headless BI的查询接口通过自然语言API得到扩展。SuperSonic提供了一个Chat BI界面，使用户能够使用自然语言查询数据，并以适当的图表可视化结果。要实现这种体验，唯一需要的就是通过Headless BI接口构建逻辑语义模型（定义指标/维度/标签及其含义和关系）。同时，SuperSonic被设计为可扩展和可组合的，允许使用Java SPI添加和配置自定义实现。

　　DB-GPT是一个开源的AI原生数据应用开发框架，利用AWEL(Agentic Workflow Expression Language)和代理(agent)技术，简化了大型模型应用与数据的结合。它通过多模型管理、Text2SQL效果优化、RAG框架优化、多代理框架协作等技术能力，使企业和开发者能够以更少的代码构建定制化应用。DB-GPT在数据3.0时代，基于模型和数据库，为构建企业级报告分析和业务洞察提供了基础数据智能技术。

　　OpenAgents是一个开放平台，旨在使用户和开发者能够在日常生活中使用和托管语言代理。该平台已经实现了三种代理：数据分析的Data Agent、集成200+日常工具的Plugins Agent和自动网页浏览的Web Agent。OpenAgents通过优化的Web UI使普通用户能够与代理功能进行交互，同时为开发者和研究人员提供在本地设置上的无缝部署体验，为创新语言代理的构建和现实世界评估提供了基础。

　　Chatty是一个利用WebGPU技术在浏览器中本地且私密地运行大型语言模型(LLMs)的私人AI聊天工具。它提供了丰富的浏览器内AI体验，包括本地数据处理、离线使用、聊天历史管理、支持开源模型、响应式设计、直观UI、Markdown和代码高亮显示、文件聊天、自定义内存支持、导出聊天记录、语音输入支持、重新生成响应以及明暗模式切换等功能。