近日，AI又整新活了！语音修图、AI NPC、文档播客……这些黑科技正在让“不可能”变成“基本操作”，接下来请小伙伴们跟随本期的AI快报，一同速览近期的AI“大事件”。
1、谷歌Gemini语音修图上线
谷歌AI黑科技再升级！最新发布的Gemini 2.0 Flash实验性功能，让“语音修图”成为现实。无需PS技能，只需一句话，AI就能完成复杂图像编辑，甚至是去除水印和生成连贯故事板。
这项功能支持多模态交互，通过语音或文字输入提示词，AI将理解提示词内容并立即响应修改，例如“给Q版星曜娘换成女仆装”、“给Q版星曜娘一套菠萝装”，仅需十几秒的时间，就帮Q版星曜娘成功换装，且重绘的整体风格与原版几乎没有区别，生成的图片分辨率也与原版一致。目前这款功能允许开发者免费使用，甚至无需登录即可在Google AI Studio中使用。
2、《InZOI》将搭载NVIDIA ACE
由Krafton打造的人生模拟游戏《InZOI》将于3月28日正式上线，这款采用虚幻5引擎构建的开放世界作品，首次深度集成NVIDIA ACE（Avatar Cloud Engine）技术，通过生成式AI赋予NPC颠覆性的交互能力，重新定义“沉浸式体验”的边界。
ACE是英伟达推出的革命性数字人技术套件，其核心在于利用生成式AI模型，使NPC突破预设脚本限制，具备感知、决策、行动与进化的类人能力。
ACE在游戏中将被用来构建Smart Zoi功能，将游戏中的NPC转化为拥有自主意识的AI NPC。这些NPC能与玩家进行深度互动，玩家可以通过打字或语音指令与NPC交流，它们能够理解上下文并作出相应的回应。例如，玩家可以要求NPC协助装修房屋，玩家将不需再遵循固定剧情线，而是与NPC共同改变世界，触发一系列无法预测的“蝴蝶效应”。
3、小版本升级，编程与数学能力大幅提升
今日，DeepSeek-V3模型低调完成了小版本的升级，实测性能引发业内广泛讨论，甚至被开发者们称为“DeepSeek-V3.5”。该模型在编写代码和数学推理方面展现了惊人的效果，可在2分钟生成400行代码，并实现赛博朋克风格的个人网站，且集成了粒子动画等细节。而面对“7米甘蔗过2米门”难题，模型先碰壁后自主优化解题路径，展现了类人思维跳跃。
目前该模型已开源上线HuggingFace，小伙伴们也可直接在官网通过关闭深度思考功能试用。
4、NVIDIA PDF TO PODCAST
NVIDIA PDF to Podcast（后简称NPTP）是一款基于AI技术的工具，能够将PDF文档自动转换为音频播客，通过整合多个PDF文档的信息，让用户通过听觉高效获取信息。这项工具提供单人播客与双人对话的模式，生成的音频支持调整语速和语调，并添加背景音效，提升沉浸感。
NPTP属于NVIDIA中的AI Blueprints项目，支持本地部署，可利用NVIDIA GPU中的CUDA进行加速AI推理，目前小伙伴们可通过NVIDIA Build门户或GitHub等平台下载部署并自定义功能。
