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！
腾讯云
12-20
市场上出现了有关字节跳动有意出售TikTok的传闻，甚至传闻称沃尔玛可能成为潜在买家。字节跳动迅速做出回应，通过官方声明坚决否认这些报道，并明确表示没有任何出售TikTok美国业务多数股权的计划。事实和法律将站在我们这一边，我们也必将取得最终的胜利。
在今日举办的2024春季火山引擎FORCE原动力大会上，字节跳动重磅推出了其自研的“豆包大模型”系列。这款大模型家族涵盖了豆包通用模型Pro、liti，以及豆包·角色扮演模型、豆包·语音合成模型、豆包·声音复刻模型、豆包·语音识别模型、豆包·文生图模型、豆包·FunctionCall模型等九大模型，全面展现了字节跳动在人工智能领域的深厚积累和创新能力。随着豆包大模型的广泛�
2024年春季火山引擎Force原动力大会上，字节跳动公司迎来了一个令人振奋的里程碑。公司产品和战略副总裁朱骏宣布，其旗下的豆包App总下载量已经突破1亿次大关。这一价格比行业平均水平便宜了99.3%，无疑将为企业用户带来极大的实惠和价值。
字节跳动的Lightning团队发布的新图像模型蒸馏算法Hyper-SD，是一项在图像处理和机器学习领域的重要进展。这项技术通过创新的方法提升了模型在不同推理步骤下的性能，同时保持了模型大小的精简。随着进一步的研究和开发，Hyper-SD及其衍生技术有望在多个领域内推动AI技术的发展和应用。
字节跳动旗下子公司GauthTech推出的“AI作业助手”应用Gauth在美国教育应用市场蓬勃发展，成为苹果iOS设备上第二下载量最高的教育应用，仅次于语言学习平台Duolingo。另一款自称为“AI作业助手”的应用Question.AI也在Data.ai的调查中排名第三，这款应用由北京在线教育服务初创公司作业帮支持。根据Diandian的数据，今年3月，该应用最活跃的用户来自印尼和菲律宾。
“中国制造”正在凭借日趋增多、更加先进的科技力量超越曾经追赶的领军者，以“中国智造”锻造了一个又一个睥睨全球的国货之光。日前，法新社发文表示:老板电器在洗碗机领域推出创造性新物种，凭借更先进的技术颠覆全球洗碗机产业，重塑消费者的使用习惯，欧美企业的先发优势已经丧失。抢夺市场赢现在，科技助力赢未来，中国洗碗机品牌后发领先法新社的报道对�
上海企业文化与品牌研究所发布TBB中国品牌价值榜”，字节跳动以近万亿的品牌价值首次入榜并名列百强榜榜首。腾讯、工商银行分列二、三位。抖音也位列全球最有价值品牌第7。
4月18日上午，以“AIforAll，让世界充满AI”为主题的2024联想创新科技大会TechWorld在上海举行。联想与全球顶尖的AI科技领袖、专家共同探讨混合式人工智能的落地应用。这些本土化的优化措施将针对国内用户的使用习惯，提供更加便捷、智能的体验。
零跑汽车董事长朱江明与Stellantis集团首席执行官唐唯实将于下周联合举行发布会，宣布成立零跑国际”合资公司。去年10月，零跑汽车宣布Stellantis计划投资约15亿欧元，获得零跑汽车20%的股份，并以51%:49%的股比成立合资公司，专注于大中华区以外的市场。合资公司的成立被视为Stellantis在全球电动汽车领域战略布局的重要一步，有助于其在全球最大的新能源汽车市场中国，以及全球其他地区扩大影响力和市场份额。
StellantisN.V.和浙江零跑科技股份有限公司今日宣布:两家公司已通过关于成立“LeapmotorInternationalB.V.”的所有必要性审批，由Stellantis集团主导的零跑国际正式组建完成，该合资公司由Stellantis集团和零跑汽车分别持股51%和49%。零跑国际总部位于荷兰阿姆斯特丹，由来自Stellantis集团中国区管理团队的忻天舒先生担任零跑国际CEO，其领导的合资公司管理团队目前正筹备C10和T03两款电动车型在欧洲的成功推出。2024年年底，零跑国际还将在中东和非洲地区的土耳其、以色列和法属海外领地，印度和亚太地区的澳大利亚、新西兰、泰国、马来西亚，以及南美地区的巴西和智利进行产品上市。
MuLan是一个开源的多语言扩散模型，旨在为超过110种语言提供无需额外训练即可使用的扩散模型支持。该模型通过适配技术，使得原本需要大量训练数据和计算资源的扩散模型能够快速适应新的语言环境，极大地扩展了扩散模型的应用范围和语言多样性。MuLan的主要优点包括对多种语言的支持、优化的内存使用、以及通过技术报告和代码模型的发布，为研究人员和开发者提供了丰富的资源。
MiLM-6B是由小米公司开发的大规模预训练语言模型，参数规模达到64亿，它在中文基础模型评测数据集C-Eval和CMMLU上均取得同尺寸最好的效果。该模型代表了自然语言处理领域的最新进展，具有强大的语言理解和生成能力，可以广泛应用于文本生成、机器翻译、问答系统等多种场景。
TalentGenius是一个利用人工智能技术帮助专业人士评估技能、优化职业路径，并匹配最佳工作机会的平台。它通过AI工具提供个性化的职业导航、辅导、招聘和咨询，帮助用户在技术快速发展的今天保持竞争力。
Pipecat是一个开源框架，用于构建语音和多模态对话代理，如个人教练、会议助手、儿童故事玩具、客户支持机器人、接待流程和机智的社交伴侣。它支持本地运行，并可迁移到云端，集成了多种AI服务和传输方式，具有高度的可定制性和扩展性。
MetaTrend是一个专注于提供AI、加密货币和金融行业趋势的新闻网站。它通过每日更新的新闻摘要，帮助用户快速了解这些领域的最新动态，对于希望紧跟科技和金融潮流的专业人士来说，这是一个不可或缺的工具。
打标助手是基于GPT4-Vision开发的一个在线工具，它通过微调prompt实现批量图片文字标注，为基于SD模型的训练提供数据支持。该工具的主要优点在于其免费性、批量处理能力和高效的标注准确性，特别适合需要大量图片标注的科研和商业用户。
Gemma 2是下一代谷歌Gemma模型，拥有27亿参数，提供与Llama 3 70B相当的性能，但模型大小仅为其一半。它在NVIDIA的GPU上运行优化，或在Vertex AI上的单个TPU主机上高效运行，降低了部署成本，使更广泛的用户能够访问和使用。Gemma 2还提供了强大的调优工具链，支持云解决方案和社区工具，如Google Cloud和Axolotl，以及与Hugging Face和NVIDIA TensorRT-LLM的无缝合作伙伴集成。
Gemini 1.5 Flash是Google DeepMind团队推出的最新AI模型，它通过'蒸馏'过程从更大的1.5 Pro模型中提炼出核心知识和技能，以更小、更高效的模型形式提供服务。该模型在多模态推理、长文本处理、聊天应用、图像和视频字幕生成、长文档和表格数据提取等方面表现出色。它的重要性在于为需要低延迟和低成本服务的应用提供了解决方案，同时保持了高质量的输出。
Imagen 3 是谷歌一个先进的文本到图像的生成模型，它能够生成具有极高细节水平和逼真效果的图像，并且相较于之前的模型，其视觉干扰元素显著减少。该模型对自然语言的理解更为深入，能够更好地把握提示背后的意图，并从更长的提示中提取细节。此外，Imagen 3 在渲染文本方面表现出色，为个性化生日信息、演示文稿标题幻灯片等提供了新的可能性。
Veo是Google最新推出的视频生成模型，能够生成高质量的1080p分辨率视频，支持多种电影和视觉风格。它通过先进的自然语言和视觉语义理解，能够精确捕捉用户创意愿景，生成与提示语调一致且细节丰富的视频内容。Veo模型提供前所未有的创意控制水平，理解电影术语如“延时摄影”或“航拍景观”，创造出连贯一致的画面，使人物、动物和物体在镜头中逼真地移动。
PaliGemma是Google发布的一款先进的视觉语言模型，它结合了图像编码器SigLIP和文本解码器Gemma-2B，能够理解图像和文本，并通过联合训练实现图像和文本的交互理解。该模型专为特定的下游任务设计，如图像描述、视觉问答、分割等，是研究和开发领域的重要工具。
lluminous是一个快速、轻量级的开源聊天界面，支持多供应商API密钥，提供完整的隐私保护，所有对话历史和密钥都存储在本地。它支持多模态输入、多轮对话提示、预填充响应、模型切换以及对话分享等功能。
CuMo是一种多模态大型语言模型（LLMs）的扩展架构，它通过在视觉编码器和MLP连接器中融入稀疏的Top-K门控专家混合（MoE）块，提高了模型的可扩展性，同时在推理时几乎不增加激活参数。CuMo在预训练MLP块后，初始化MoE块中的每个专家，并在视觉指令调整阶段使用辅助损失以确保专家的均衡负载。CuMo在各种VQA和视觉指令遵循基准测试中超越了其他同类模型，且完全基于开源数据集进行训练。
混元-DiT是腾讯推出的首个中英双语DiT架构的人工智能模型，专注于中文元素理解，具备长文本理解能力和细粒度语义理解。该模型能够分析和理解长篇文本中的信息，并生成相应的艺术作品，包括但不限于人物写真、创意创作等。混元-DiT的推出，对于提升中文文本理解的深度和广度，以及促进中英双语交流具有重要意义。
GPT-4o（'o'代表'omni'）是自然人机交互的重要一步，它可以接受任意组合的文本、音频、图像和视频输入，并生成任意组合的文本、音频和图像输出。它在音频输入响应上的速度极快，平均响应时间仅为320毫秒，与人类对话的响应时间相近。在非英语文本处理上取得了显著进步，同时在API上速度更快且成本降低了50%。GPT-4o在视觉和音频理解方面也比现有模型更出色。
AutoGroq是一个AI驱动的对话助手，旨在通过自动生成专家代理来彻底改变用户与AI工具的互动方式。它克服了现有解决方案的局限性，提供了一个用户友好、强大且无需配置的体验。该平台专注于通过自动生成专门针对任何问题的专家代理，无论问题的复杂性如何，提供即时和相关的帮助。
OpenGlass是一款可穿戴眼镜，它能够记录用户的生活，并提供有帮助的总结和建议。这款眼镜可以针对不同的使用场景进行定制，适合追求个性化体验和生活记录的用户。它结合了最新的硬件技术和软件开发，为用户带来全新的交互体验。
Refuel LLM-2 是一款为数据标注、清洗和丰富而设计的先进语言模型。它在约30种数据标注任务的基准测试中超越了所有现有的最先进语言模型，包括GPT-4-Turbo、Claude-3-Opus和Gemini-1.5-Pro。Refuel LLM-2 旨在提高数据团队的工作效率，减少在数据清洗、规范化、标注等前期工作上的手动劳动，从而更快地实现数据的商业价值。
Aloe是由HPAI开发的一款医疗领域的语言模型，基于Meta Llama 3 8B模型进行优化。它通过模型融合和先进的提示策略，达到了与其规模相匹配的最先进水平。Aloe在伦理和事实性指标上得分较高，这得益于红队和对齐工作的结合。该模型提供了医疗特定的风险评估，以促进这些系统的安全使用和部署。
FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频。FunClip集成了阿里巴巴开源的工业级模型Paraformer-Large，是当前识别效果最优的开源中文ASR模型之一，并且能够一体化的准确预测时间戳。
