在消费迎来复苏的2023年春天，仍有阳光普照不到的地方:智能手机行业依然沉浸在凛冬的阴影之中。根据IDC数据，2022年全球智能手机出货量同比下降11.3%至12.1亿台;而据市场调查机构Counterpoint Research报告，2023年第一季度全球智能手机市场出货量为2.802亿部，同比下降14%，环比下
......
本文由站长之家合作伙伴自媒体作者“光子星球公众号”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
我们三易生活曾经在MWCS现场体验过某品牌的一款工程机。它最大的特色，是在前摄位置配备了一组ToF扫描装置，通过激光阵列测距就能建立起自拍对象的3D“头模”。相信大家也就能想象“AIGC美颜”功能的市场前景，以及它为什么至今也没有主流厂商真正愿意去将其推向市场的原因了。
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。
AIGC软件龙头上市公司万兴科技发布2023年报。实现营收与净利润双增长，其中营收达14.81亿元，同比增长25.49%;归母净利润达8620.57万元，同比增长113.20%，扣非净利润8968.31万元，同比增长817.45%，经营活动现金流同比增长117.51%。感兴趣的人才可以通过万兴科技官网了解更多岗位信息和申请流程，与万兴科技一同携手共赴AI大时代。
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。
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。
“你好，新应用!”站在大模型落地元年，是时候喊出这句话了。这份榜单能够为理解中国AIGC应用趋势提供一个客观视角，也希望它能成为AIGC革命浪潮中的一个新注脚。这份榜单能够为理解中国AIGC应用趋势提供一个客观视角，也希望它能成为AIGC革命浪潮中的一个新注脚。
【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。
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。
在中国AIGC产业峰会的现场，20位大咖展开激辩。从软件应用、智能终端乃至具身智能等，AIGC正在全面席卷，「你好，新应用!」成为本届AIGC峰会主题。徐栋也认为，“百模大战”并非完全铺张浪费，它培养了人才队伍，积累了模型和数据方面的经验，我们也欢迎非同质化的模型的竞争，这些培养的人才、积累的经验也会帮助大模型落地到千行百业，对未来AIGC的商业化大有裨益�
自人工智能大模型代表性应用ChatGPT问世以来，AI技术迅猛发展，创新应用层出不穷，在各行各业掀起了惊涛骇浪。AI产生的财富在2022年接近3874.5亿美元，预计2029年，将超过13943亿美元，可谓市场机会巨大。希望通过平台，激发更多人的想象力和创造力，促进文化与知识的产出和交流。
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。
