2023冬季YC Demo Day的项目出来了，27个AIGC项目格外引人注意。与国内不同，在大厂如林的美国，YC并没有追逐大语言模型，相反，越来越集中在中间层及应用层。恰好印证了我们一个月前狮子和土狼都有光明的观点。同为天使投资人， 我们对YC这一批AIGC公司有如下观察:1.在文生图（Mid
......
本文由站长之家合作伙伴自媒体作者“阿尔法公社公众号”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
由阿里、复旦大学、南京大学联合发布的可控人体视频生成工作Champ火爆全网。该模型仅开源5天GitHub即收获1k星，在Twitter更是「火出圈」，吸引了大量博主二创，浏览量总量达到300K。更多技术细节以及实验结果请参阅Champ原论文与代码，也可在HuggingFace或下载官方源码动手体验。
4月24日，人工智能公司出门问问在港交所主板挂牌上市，成为港股“AIGC第一股”。不过挂牌首日，出门问问“出师不利”，2.98港元的开盘价较发行价3.8港元跌了21.6%。（本文头图来源于出门问问官网。
“出门问问”日前成功通过港交所聆讯，并于4月2日公布了相关资料，旨在主板挂牌上市。本次上市由中金公司和招银国际共同担任联席保荐人，此举标志着出门问问或将引领AIGC行业，成为该领域的“第一股”。公司将继续引进世界领先的技术和人才，加强对底层基础模型的模型训练和垂直优化。
在云计算和人工智能技术飞速发展的今天，云电脑作为一种新型的计算模式，正逐渐改变着传统电脑的使用方式。ToDesk云电脑宣布开启公测，以其支持AIGC、高性能配置等特性，引起广大用户的热烈关注。随着云计算技术的不断发展和普及，相信ToDesk云电脑将会在未来成为更多用户的首选计算平台。
千呼万唤始出来!阿里对口型项目EMO终于开启内测了。它能够将一张简单的照片转化为唱歌视频，为用户提供了一种全新的数字人出镜体验。EMO在250小时的人物讲话视频上训练，不仅匹配了音频中具体发音与人像口型发现了音频中的语气特征与人物表情的关联性，将音频中的情绪色彩反映到人物微表情上。
【新智元导读】AIGC第一股真的要来了!创业十二年，从语音助手，到智能硬件、大模型AIGC时代，直至IPO，这家国产AI公司成功穿越了周期。大模型赛道的第一家上市公司，要来了?今日，AIGC第一股「出门问问」宣布开启招股，至19日结束，并计划将于4月24日正式以「2438」为股票代码，在港交所主板挂牌上市。离24日正式上市的日子，也不过几天。
为进一步推动上海AIGC行业的交流与合作，促进技术创新和应用落地，4月25日，由上海市人工智能行业协会主办的“龙腾启新·AI创未来”上海AIGC行业技术沙龙圆满举行。岩山科技旗下上海岩芯数智受邀参与并发表了《RockAIRAG商业化之路》的主题分享，详解其在AIGC领域的最新研究成果及商业化进程，引起了与会者的广泛关注。相信RockAI将继续发挥自身优势，通过技术创新推动AIGC技术的商业化进程，与各界伙伴携手，为人工智能行业的健康、长远发展注入新的动力。
量子位在中国AIGC产业峰会上正式发布“2024年最值得关注的AIGC企业”榜单，中关村科金凭借领先的大模型技术能力及AIGC应用商业化落地价值，与百度、阿里云、腾讯、华为、科大讯飞、商汤等头部企业一同荣誉登榜。量子位作为国内人工智能领域的媒体，本次发布的榜单经过了严格的评选流程，综合考量了企业的技术实力、产品创新力、商业落地能力等多重维度，同时结合AIGC企业在过去一年的产品应用与发展实践，以及对2024年技术和市场趋势的深度洞察作出评选。将进一步加强与国内外优秀企业和机构的合作与交流，共同推动人工智能产业发展。
4月17日，第二届中国AIGC产业峰会在北京召开，峰会聚集了行业产学研投代表，分享关于最新生成式AI现状与趋势的见解。峰会现场发布了《中国AIGC应用全景报告》，对当下AIGC应用市场绘制了一幅全面立体的应用全景图。随着AIGC技术的不断成熟和应用的不断拓展，明源云作为不动产行业智能化转型的重要推动者之一，将始终坚持以客户需求为导向，不断创新产品与服务，推动不动产行业的数字化、智能化发展。
随着互联网技术的不断进步，数字内容创作不再是专业领域的专属，越来越多的人因着兴趣或职业需求踏入这个快速发展的行业，大大促进了互联网内容的多元化发展。《蛋仔派对》，作为一款拥有5亿用户的数字文化产品，凭借其在UGC领域的创新运用，为广大的数字内容创作者提供了更加便捷和高效的创作途径。《蛋仔派对》通过深度结合UGC与AIGC，不断为个人娱乐和专业发展带来全新的可能，使更多的人能享受到数字时代带来的红利。
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。
Blue Saturn是一款招聘辅助工具，通过即时验证器帮助中型和大型组织验证大量申请者。它可以分析数百个申请者的信息，在不到1分钟内提供全面的报告和排名。Blue Saturn的主要优点是快速验证、全面报告和智能招聘。
