上线不过一个月，备受追捧的社交APP啫喱选择主动下架。2022年1月19日，啫喱悄悄地出现在各大应用商城中，通过详情页来看，这是一款瞄准熟人社交赛道的社交APP，在详情页中，啫喱表示这里是“只属于自己和最好朋友的友情公寓”。下载啫喱APP后，用户的第一件事就是捏出一个虚拟个性
......
本文由站长之家合作伙伴自媒体作者“猎云网公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
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
1视频生成模型“新王登基”，Sora何以成为全球焦点?2023年以来，多模态视频生成技术取得了显著的进展和突破，从Runway到Pika再到年末的VideoPoet，视频生成模型进入到加速阶段。2024年2月，OpenAI旗下视频生成模型Sora正式对外发布。这样不仅能确保画面风格的统一性和一致性能提高影视制作的效率和质量。
【新智元导读】最丑AI神器诞生，万物皆可黏土!全世界社交媒体上，网友们都为Remini疯狂了。无论是硅谷大佬，甄嬛传人物是地铁老爷爷看手机，没有人可以逃脱这场黏土变身。根据作者自述，ta花了几十个小时才把视频转成黏土风格，用的应该是重绘原始图像的方法。
大模型话题王，再次易主。一个神秘模型突然杀入众人视野，能力超越一众开源模型，甚至包括GPT-4。这样一下子，是OpenAI匿名发布新模型炒作的可能性更大了一些。
OpenAI真憋了个大的。美国当地时间5月13日上午10点，OpenAI春季发布会如约至，没有GPT-5，没有搜索引擎，但推出了一个新的旗舰模型:GPT-4o。看完今天OpenAI的发布，很难想象谷歌明天得拿出多大的杀手锏，才能摆脱“AI届汪峰”的命运。
在美东时间4月29日的交易中，美股三大指数均实现了小幅上涨。科技巨头特斯拉的股价表现尤为抢眼，涨幅高达15.39%，收盘价定格在194.2美元/股，创下了自3月4日以来的盘中新高，同时也是自2020年3月以来最大的单日涨幅。也展现了特斯拉在全球电动汽车和自动驾驶技术领域的领先地位和持续创新的能力。
受国际局势等各方面影响，美国股市遭遇大幅抛售，其中科技股损失惨重。当地时间4月15日，美股三大股指全线收跌，当天美科技股七巨头”总市值一夜蒸发约2976亿美元。本周华为又推出了Pura70系列高端旗舰，机构预计出货量至少千万级别，将在苹果最大市场的中国抢夺大量iPhone份额，预估苹果销量会持续大幅下跌。
5月5日，支付宝发布《五一假期8个发现》，出游办事问AI、反向游小城、演唱会摆摊经济、洗去班味等成为值得关注的新生活风向。【“反向游”小众城市，宁夏惊艳所有人】五一旅游“热辣滚烫”，却悄然有了新变化:众多年轻人选择避开大景区“人从众”，前往小众景点，开启“反向旅游”。四大名著中《红楼梦》和《三国演义》也在前列。
一波未平一波又起，不光APP被批评套壳安卓，主推的大动作模型LAM依赖OpenAI接口，现在公司也被扒皮有猫腻——Rabbit公司本来是搞元宇宙的，原地改名转投AI?!这家曾经主打NFT游戏的创业公司，去年转型做AI终端。并在转型后疑似“删号跑路”，留下一堆曾为其付费的用户不管。另一位网友Marcel则再次在设备上演示了Rabbit的工作原理，透露了更多细节，证明所谓的IMEI检查实际不�
AlphaFold3再登Nature!这次重磅升级，不再仅限于蛋白质结构预测——可以以前所未有的精度预测所有生命分子的结构和相互作用。这次的最大创新之一，是用上了AI绘画上常见的去噪扩散模型，直接生成每个原子的3D坐标。感兴趣的同学可以前去了解。
“我看的小说多，让我一边地铁跑酷一边念给你听。”正如一位网友的调侃，“解压视频小说推荐”的模式，已经成为现目前下作网文推广时的最常见选项。毕竟从结果来看，这一类知乎短文推荐视频对标的是精准用户，大概率也只是靠开头来刺激购买，正如相当一部分用户发出的不满声音:“每次会员到期就疯狂推送知乎小短文，开通后就一个都看不到了”“只有开头是好看�
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。
FilmAction 是一款一站式 AI 电影制作平台，通过 AI 技术革新创作流程，使艺术创作更简单。它提供脚本、分镜、视频和旁白的一键生成，支持模拟胶片风格，适用于奇幻片等不同类型的电影创作。FilmAction 还可以生成配乐和合成成片，方便创作者进行后期制作。它的优点是节省时间和精力，提供丰富的创作工具和资源，以及强大的 AI 技术支持。
Voicenotes 是一款智能语音笔记应用，它允许用户记录新想法、家庭时刻、会议要点、播客收获等任何内容。用户可以要求AI回顾过去的笔记或头脑风暴新想法，因为AI具有完美的记忆力。该应用支持创建摘要、待办事项列表、博客文章等，提供智能建议，并支持50多种语言。它即将在智能手表上推出，承诺对隐私、持久性和美观的承诺。
Yi-1.5是零一万物一款文本生成模型，它利用最新的人工智能技术，能够生成流畅、连贯且多样化的文本。该模型特别适合于需要大量文本创作的领域，如内容创作、新闻撰写、社交媒体管理等。它的优势在于能够快速生成高质量的文本，提高工作效率，同时降低人力成本。
Junia AI是一个强大的AI工具，帮助用户创建在搜索引擎上排名高的文章和数字内容。它结合了AI和SEO工具，提供性能功能和安全的AI营销。Junia AI的主要优点是帮助用户优化内容创作，从而提高搜索引擎排名，并提供有竞争力的AI营销功能。它的背景信息是在AI技术的支持下，Junia AI能够分析搜索引擎算法并为用户提供有效的SEO建议。Junia AI的定位是为个人用户和团队提供一种简单而有效的方式来创造具有竞争力的内容并获得更多的流量和曝光。
Ai Course Creator是一个使用AI技术简化在线课程创建过程的工具。它可以帮助您快速生成互动课程，并提供全面的课程大纲和课程内容。它的主要优点是节省时间和精力，使课程创建变得简单而高效。无论是初次创建课程还是多次创建，Ai Course Creator都能帮助您与学生建立真正的连接。
