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
在Create2024百度AI开发者大会上，百度创始人、董事长兼首席执行官李彦宏发表了他的见解，他强调了未来AI应用发展的一个重要趋势。李彦宏认为，大型的AI原生应用将主要基于MoE，即大小模型的混合使用非仅依赖单一模型解决所有问题。智能体还具备在环境中持续学习、实现自我迭代和自我进化的能力。
快科技4月22日消息，科大讯飞披露2023年报，报告显示，公司全年实现营业收入196.5亿元，同比增长4.41%，其中Q4同比增幅明显回升，达到14%；当期归母净利润为6.6亿元，同比增长17.12%。业务方面，开放平台与消费者业务全年营收达61.9亿元，同比增长33.4%，占总营收的比重为31.47%，这也是该业务营收占比首次超过30%，成为科大讯飞最大的业务板块。值得注意的是，星火大模型的发布推动了科大讯飞开发者生态的蓬勃发展，截至报告期末，讯飞开放平台已开放647项国际领先的AI能力及方案，聚集超过578万开发者团队，同比增长52%。自5月6日星火大
Create2024百度AI开发者大会在深圳国际会展中心盛大开幕。本次大会以“创造未来”为主题，设置了深度论坛、AI公开课、AI互动体验区、开发者之夜等精彩环节，汇聚了国内知名AI企业以及近万名海内外顶尖开发者与业界领袖，打造了一场备受瞩目的科技盛宴。随着AI技术的进一步发展，标贝科技也将继续发挥在智能语音领域的技术研发和产业化应用优势，持续丰富和优化产品、服务，实现低门槛、高效率、批量化的内容生成能力，广泛服务于各类内容的相关场景及生产者，为产业数智化升级和高质量发展提供持久的驱动力。
科大讯飞发布了首个支持长文本、长图文、长语音的大模型。在讯飞星火V3.5春季上新活动中，科大讯飞董事长刘庆峰介绍了讯飞星火大模型的一系列新功能:1.首次上线的星火图文识别大模型可以快速识别和学习多类型海量知识，提供更专业、更精准的行业场景回答。今年6月27日，讯飞星火V4.0将正式发布。
在今日盛大举行的2024Create百度AI开发者大会上，百度创始人、董事长兼CEO李彦宏发表了振奋人心的演讲。随着AI技术的蓬勃发展，如今即便不会编写代码，人们也能创造出丰富的应用;无需编程，亦能打造智能手机，AI正掀起一场前所未有的创造热潮。这些令人振奋的数据不仅证明了百度在AI领域的领先地位，也预示着AI技术将更加广泛地应用于各个领域，为人们的生活带来更多�
文|郝鑫编|王一粟AI1.0公司想靠大模型打个漂亮的“翻身仗”，似乎还差一口气。4月23日，科大讯飞发布2023年年度及2024年Q1业绩报告。在大模型浪潮来临后，带来进一步效率的提升，让AI公司们看到了靠C端产品付费的可能性，也让toB业务得到了更多轻量化部署的可能。
快科技4月12日消息，联发科官方已经宣布，将于5月7日在深圳召开天玑开发者大会（MDDC2024）。此次开发者大会的主题是AI予万物”，AI与万物的结合将会是此次探讨重点，深化AI在各项体验中的应用。在推进端侧生成式AI进化和普及上，联发科一直走在行业前列，近年来不断提升了芯片的AI性能和能效，随着大模型和生成式AI的到来，在天玑芯片上实现落地了各种AI功能，提升了�
科大讯飞宣布将在4月26日为讯飞星火V3.5版本上新三大能力。讯飞星火V3.5预计将具备理解长图文和长语音的能力，同时实现一句话复刻超拟人情绪，以及实现更高效、安全的智能体平台。在语言理解和数学能力方面，星火认知大模型已经超越了GPT-4Turbo，代码能力更是达到了GPT-4Turbo的96%在多模态理解上，也达到了GPT-4V的91%。
不知不觉中，学期过半，检验孩子学习成果的重要节点，眼瞅着一个接着一个来了，家长们是不是正在为孩子该上什么课、买什么复习材料而发愁?关键时刻，可不要病急乱投医，给孩子安排各种额外的重复课程和怎么刷都刷不完的练习题。重复上课、盲目刷题这种传统学习方法，在人工智能时代已经不合时宜了。科大讯飞在一项教育大数据专项课题中，分析了35亿次学生作业�
智能锁的AI时代，将以何种方式“解锁”?4月11日，以“EXPLORE•未见”为主题的2024德施曼全球新品发布会于中国澳门隆重举行，掀起了一场智能锁行业“未见科技”的革命。来自全国各地的近千家智能锁生态合作伙伴，行业知名机构、媒体现场见证了德施曼在AI时代对智能锁领域的技术颠覆与产品革新。德施曼驾驭并创造着智能锁的“AI”之风，以连续十三年全国销量领先之势�
RAGFlow是一个开源的RAG（Retrieval-Augmented Generation）引擎，基于深度文档理解，提供流线型的RAG工作流程，适用于各种规模的企业。它结合了大型语言模型（LLM）提供真实的问答能力，支持从各种复杂格式数据中引用确凿的引文。
EmojiTell是一个创新的在线服务，可以将文本翻译成表情组合，增加沟通的趣味性和表现力。它由一支对表情符号充满热情的开发者和设计师团队开发，旨在通过表情符号的力量，让信息传递更加生动和个性化。
Perplexica是一个开源的AI驱动搜索引擎，它不仅搜索网络，还理解您的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源，确保您始终获得最新信息，同时不损害您的隐私。
FaceChain是一个深度学习工具链，由ModelScope提供支持，能够通过至少1张肖像照片生成你的数字孪生体，并在不同设置中生成个人肖像（支持多种风格）。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力，支持多种风格，以及易于使用的界面。
HuggingFace镜像站是一个非盈利性项目，旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程，减少因网络问题导致的中断，它极大地提高了开发者的工作效率。该镜像站支持多种下载方式，包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
WebLlama是一个基于Meta Llama 3构建的代理，专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理，帮助用户浏览网页，而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V（零样本）18%，展示了其在网页导航任务中的卓越性能。
GitHub Copilot for Infrastructure as Code（简称Infra Copilot）是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文，允许专业人员使用自然语言表达需求，并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码（IaC）的开发过程，还确保了跨环境和项目的一致性，加速了新团队成员的上手和学习过程，显著提高了工作效率并节约了时间。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
PhysDreamer是一个基于物理的方法，它通过利用视频生成模型学习到的对象动力学先验，为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下，模拟出对新颖交互（如外力或代理操作）的真实反应。PhysDreamer通过用户研究评估合成交互的真实性，推动了更吸引人和真实的虚拟体验的发展。
AI快站是一个为AI开发者设计的服务平台，提供HuggingFace模型的免费加速下载，解决大模型下载缓慢和断开的问题，支持高达4M/s的下载速度，大幅减少等待时间，提高开发效率。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型，它扩展了LLama-3 8B的上下文长度至超过160K，展示了SOTA（State of the Art）大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数，并结合NTK-aware插值和数据驱动的优化技术，实现了在长文本上的高效学习。此外，它还基于EasyContext Blockwise RingAttention库构建，以支持在高性能硬件上的可扩展和高效训练。
CoreNet 是一个深度神经网络工具包，使研究人员和工程师能够训练标准和新颖的小型和大型规模模型，用于各种任务，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。
Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。
Bundle of Joy是一个为准父母设计的应用程序，可以在几秒钟内为他们的新生儿浏览和筛选名字。该应用根据父母的偏好推荐名字，并根据父母的喜好进行学习，为他们提供适合他们口味的新的推荐。父母可以指示宝宝的性别，然后选择以下两个选项之一：名字的首选来源、宗教、主题、首字母和含义。他们开始根据自己的独特偏好获得漂亮的宝宝名字推荐。他们可以随时修改这些偏好，并继续根据自己的口味获得新鲜的推荐。
StudyBoosterAI通过AI技术提供个性化支持，包括定制化学习材料、生动的学习内容、个性化学习计划等，帮助学生更有效地学习和记忆知识。
SNAPVID是一款智能视频编辑工具，利用AI技术提供多个热门视频剪辑建议，用户只需点击一次即可创建多个病毒式视频剪辑。同时，用户可以根据需要自定义剪辑长度和风格，并添加自定义的字幕和动画表情。SNAPVID还支持批量导出和品牌定制，使用户能够轻松导出自己喜欢的视频剪辑并保存项目设置，方便在多个项目中复用。通过AI B Roll技术，SNAPVID还可以自动添加相关的库存视频，提升视频的沉浸感。
