眼下，万物皆可AI。当AI成为资本市场的关键词之后，点燃了投资者的热情，高唱“死了都要AI”，将行情的演绎达到极致。国内热情洋溢，国外也不遑多让。作为ChatGPT的“金主”，微软也成功站上“风口”，2023年第一季度市值增长超3200亿美元，好不风光。尽管如此，市场仍不乏看空微软
......
本文由站长之家合作伙伴自媒体作者“锌刻度公众号”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
AI语音再进化，人耳还能听出AI和真人的差别吗?以上两段音频demo来自微软最近更新的AI语音角色“晓晓”。逼真、情绪到位、语气自然、断句近乎完美，是绝大多数网友听到“晓晓”声音时给出的评价。在技术抹平内容创作门槛的同时，内容创作也将前所未有的“卷”，如何打造差异化内容，是每一个创作者都需要思考的问题。
Meta发布超级彪悍的大语言模型Llama3之后，微软也很快推出了自己的新一代WizardLM28x22B，号称迄今最强大，完全超越Claude3OpusSonnet、GPT-4等竞品开源，但是马上又把它撤回去了。没有任何征兆，微软就删除了WizardLM2大模型的相关文件、代码一直没有任何公开解释。大模型幻觉产生的原因有很多，训练数据、预训练和对齐阶段、推理阶段都会出现缺陷。
【新智元导读】大模型混战究竟谁才是实力选手?清华对国内外14个LLM做了最全面的综合能力测评，其中GPT-4、Cluade3是当之无愧的王牌在国内GLM-4、文心4.0已然闯入了第一梯队。在2023年的「百模大战」中，众多实践者推出了各类模型，这些模型有的是原创的，有的是针对开源模型进行微调的;有些是通用的，有些则是行业特定的。●偏见歧视:文心一言4.0继续排名榜首，领先GPT-4系�
微软亚洲研究院近期推出了一款革命性的人工智能工具VASA-1，这一工具的推出引起了业界和公众的广泛关注。VASA-1的独特之处在于，它能够将静态图像或绘画与音频文件结合，生成具有动态面部表情和头部动作的面孔。但令人惊讶的是，这一工具不仅适用于真实面孔的训练可以应用于艺术照片，如《蒙娜丽莎》等。
微软最近研发了一款巨大的新生成式AI模型，其目的是为美国情报机构提供一分析顶级秘密信息的方法不会泄露任何信息。微软声称这是首个完全与互联网脱节的大型语言模型，与其他大大依赖于来自互联网各处的最新的竞争对手不同。“我希望是我们，”她补充道。
微软Start团队近日宣布，他们开发出了一种全新的数据驱动AI天气预测模型，该模型能够准确预测未来30天的天气情况。这一研究成果不仅在预报准确率上取得了显著提升，同时在计算效率上也实现了巨大突破。随着AI技术的不断进步，未来的天气预测将更加精准、高效。
微软宣布在海外人工智能领域投资近100亿美元，旨在保持在这一关键市场中的领先地位。生成式人工智能被誉为新的工业革命，在硅谷掀起了一股科技风潮微软作为OpenAI的主要支持者，通过其ChatGPT项目取得了巨大成功，成为全球市值最高的公司。微软此举旨在加强其在全球人工智能领域的地位，为其未来的发展打下坚实基础。
微软最近发布了一份新版本的研究报告，记录了过去几年工作方式的转变，着重探讨了远程和混合工作的影响以及人工智能在工作场所的崛起。根据微软年度工作趋势指数的调查结果显示，过去六个月中，人工智能的使用率几乎翻了一番，达到了知识工作者的75%。这份研究报告揭示了人工智能在工作场所的日益重要性，以及其对知识工作者和就业市场的深远影响。
在人工智能领域，微软正准备推出自己的全新AI大模型「MAI-1」，以加入谷歌和OpenAI等科技巨头的激烈竞争中。这一消息表明，微软正加大在AI领域的投入，以推动其AI技术的发展和应用。随着AI技术的不断进步，MAI-1有望在多个领域发挥重要作用，从搜索引擎优化到个人助理，再到复杂的数据分析等。
【新智元导读】为了搞钱，微软、OpenAI、谷歌和Meta纷纷瞄准Agent这片蓝海，各顶尖高校也紧随其后。Agent才是商业学术两开花的未来!大模型发展至今早已火成了一个「概念」。这种结构允许直观地将复杂的行为拼凑在一起，从增强了用户可访问性和系统灵活性。
VideoToPage是一个高效的在线工具，它能够将视频或音频内容转换成结构化的网页摘要，支持多达96种语言，并具有98.5%的高准确率。用户无需订阅即可使用，特别适合需要将视频内容转换成文字资料、教程、博客文章、标准操作程序(SOP)等多种形式的个人和企业。产品提供快速的转录服务，支持长达5小时的视频，且5分钟以内的文件完全免费。此外，还提供内容的语义层次构建、内容类型定义、语义互连、富文本编辑、多语言理解等功能，使得内容的创建、编辑和发布变得简单快捷。
Fiskl是一个多货币的全球会计平台，为小型企业、创业者、开发者和自由职业者提供全面的财务管理工具。它支持170多种货币和21,000多家银行，利用人工智能技术简化银行对账流程，实现零接触Stripe支付和银行对账。Fiskl的主要优点包括实时现金流和财务概览、自动化银行同步、全球支付能力、AI驱动的对账节省高达80%的对账工作量。Fiskl的定价策略包括特别优惠，例如年度订阅可享受50%的循环折扣，并提供30天免费试用期。
reap是一款基于人工智能的视频再利用工具，它能够将长视频内容一键转换成适合社交媒体的短视频。它通过先进的AI分析自动提取视频中最吸引人的片段，生成能够吸引观众的短片。reap支持多种语言，并提供了智能字幕生成、品牌模板定制等功能，帮助内容创作者提高内容的吸引力和可访问性，加速增长和变现。
掘金大模型子站是一个专注于AI领域的技术社区平台，提供从基础设施到最终应用的全景图，旨在帮助个人开发者和企业更好地理解和应用大语言模型技术。该平台通过提供资讯、工具和资源，促进AI技术的创新和应用，推动整个AI生态的发展。
Cubox是一款专业的AI阅读器，旨在通过智能技术帮助用户筛选和整理阅读内容，提升阅读效率和学习效果。它具备自动高亮精彩内容、一键解读网页文章、专业级标注等功能，适用于需要大量阅读和学习的用户。产品背景信息显示，Cubox深受全球专业人士青睐，并且用户阅读的文章总数达到了23,325,802篇，显示了其广泛的用户基础和影响力。
Inside AI 是一款基于人工智能技术的实时分析工具，它能够帮助用户追踪竞品的用户反馈和市场动态。该工具通过实时网络连接，分析用户评论，依托专有技术，为用户提供可操作的见解。它适用于独立开发者、初创公司、企业、分析师和风险投资公司等，帮助他们节省研究时间，找到正确的产品开发方向。
Glato人工智能是一个通过人工智能技术快速生成高质量产品视频的平台。该产品能够自动生成引人入胜的短视频广告，帮助用户提高投资回报率，并节省创作者招聘等待时间。价格合理，定位于帮助企业提升市场营销效率。
腾讯元器是一个智能体开放平台，让开发者可以通过插件、知识库、工作流等方式快速、低门槛打造高质量的智能体。其主要优点包括灵活、易用、高效，定位于为开发者提供智能体开发和发布的一站式解决方案。
bilibot是一个基于哔哩哔哩用户评论训练的本地聊天机器人，支持文字聊天和语音对话。它使用Qwen1.5-32B-Chat作为基础模型，并结合苹果的mlx-lm LORA项目进行微调。语音生成部分基于GPT-SoVITS项目，使用派蒙语音模型。该机器人可以快速生成对话内容，适用于需要智能对话系统的场合。
Artificial Analysis是一个专注于AI语言模型和API提供商的独立分析平台。它提供详细的性能评估，帮助用户理解AI领域的格局，并为他们的具体用例选择最佳的模型和API提供商。该平台通过质量指数、吞吐量和价格等多个维度对不同的AI模型进行比较，使用户能够做出更明智的选择。
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、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。
