站长之家（ChinaZ.com）7月24日 消息:OpenAI宣布Android版ChatGPT将于本周发布，用户现在可以在Google Play Store预注册。
此前，OpenAI就官宣了Android版ChatGPT的消息是，这款应用自5月以来已经在iPhone和iPad上可用。
据了解，ChatGPT安卓版可以免费下载，该应用程序也可以免费使用，也可以使用ChatGPT Plus，这是一个付费版本的应用程序，可以访问ChatGPT Plus。
（举报）
Android版ChatGPT将于本周发布
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
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
广告 -
Opera 的 AI 助手现在可以总结 Android 上的网页
在周一的宣布中，Opera的浏览器内人工智能产品Aria现在具备了一个新功能，可以帮助用户快速总结基于文本的网页内容。这款由人工智能驱动的网页摘要工具能够快速浓缩新闻文章、博客文章或研究论文，使其适合在一个屏幕上显示的简短摘要。Opera更新了Aria，使其能够利用Google的Imagen2生成图像，并且还可以大声朗读文本答案。
-
Android即将推出基于AI的诈骗电话检测功能
在Google的I/O开发者大会上，Google宣布正在测试一项新的通话监测功能，以提醒用户正在与可能试图欺诈他们的人进行通话，并鼓励他们结束此通话。Google表示，该功能利用了GeminiNano技术，这是公司为Android设备开发的Gemini大型语言模型的简化版本，可以在本地和离线环境下运行，用于寻找与诈骗相关的语言和其他对话模式当这些可疑标志在通话中出现时，用户将收到实时警报。根据开发支持页面的信息，GeminiNano目前仅支持GooglePixel8Pro和SamsungS24系列手机。
-
谷歌I/O大会官宣：将公布Android 15、Gemini相关更新
谷歌近日正式公布了其备受期待的I/O开发者大会——GoogleI/O2024，将于美国当地时间5月14日拉开帷幕。此次大会不仅将展示谷歌在科技领域的最新成果，更预示着Android15与AI技术的新纪元。我们期待在大会上见证谷歌在科技领域的更多突破和创新。
-
再次站在行业前沿，vivo成为首批适配Android 15 Beta手机厂商
北京时间5月15日，谷歌在2024年I/O开发者大会上正式发布了备受期待的Android15Beta版本操作系统，这一新版本带来了诸多创新功能和性能优化，标志着智能手机操作系统即将进入新的创新阶段。在这场技术革新的浪潮中，vivo以其敏锐的市场洞察力和强大的技术实力，再次站在了行业的前沿，成为首批适配Android15Beta版本操作系统的智能手机厂商。通过与谷歌的紧密合作，vivo能够及时获取最新的系统版本，并为用户带来全新的使用体验。
-
Android 15即将推出：融入谷歌Gemini大模型
谷歌在I/O大会上宣布，Android15已融入谷歌Gemini大模型，支持诸如AI语音助理防诈骗、画圈图片搜索、理解图片给出更符合用户需求的答案等功能，Android15Beta2将在明天正式推出。全新升级后的谷歌Gemini已经展现出较强的理解、推理、创作和实时互动能力，实现了对OpenAI多模态模型的全面超越。并且Android15支持短信和彩信应用以及预加载的RCS应用，以便使用卫星通信连接收发信息。
-
全球首发Android 15！谷歌Pixel 9外观曝光：三剑齐发
谷歌将在今年下半年推出Pixel9系列旗舰，该机首发搭载Android15系统。Android15扩展对卫星连接的平台支持，并添加了一些界面元素，以确保在卫星连接环境中提供一致的用户体验。Pixel9系列搭载谷歌定制处理器GoogleTensorG4，标准版配备12GB内存，顶配版配备16GB内存。
-
谷歌正在合并其 Android 软件和 Pixel 硬件部门，以更广泛地整合人工智能
谷歌正在对Android、Chrome和谷歌硬件部门进行重大重组：它们即将合并！谷歌硬件部门高级副总裁RickOsterloh将领导新的「平台与设备」部门。」希望这能解释清楚一切。
-
小米澎湃OS首批适配Android 15！小米14等四款机型已发布开发者预览版
小米澎湃OS官方最新宣布开始适配Android15Beta1。小米14、小米14Pro、RedmiK60至尊版、小米平板6SPro12.4将首批支持Android15Beta1。此外还推出了Android动态性能框架，可让游戏和性能密集型应用更直接地与Android设备的电源和散热系统交互，能够更高效地处理任务，减少能耗。
-
OpenAI将推出ChatGPT搜索引擎 可能本周发布
OpenAI正在加强ChatGPT的搜索功能，使其能从网络搜索并引用来源，这让它直接竞争Google的搜索引擎和Perplexity等AI初创公司。正在计划推出一款基于其ChatGPT聊天机器人的搜索引擎产品，发布时间可能就在本周内。也出现了些问题，比如过时的回答，凸显了ChatGPT在获取和验证实时数据方面的改进需求。
-
ChatGPT.COM 域名启用 其搜索产品预计本周上线
ChatGPT.COM域名已经正式启用了。访问OpenAI的原聊天模型访问地址https://chat.openai.com将会跳转到新的域名https://chatgpt.com。不管即将到来的搜索引擎是否能够真正挑战谷歌的市场地位，它都将是AI技术应用的一个重要里程碑。
-
MuLan:：为110多种语言适配多语言扩散模型
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:小米开发的大规模预训练语言模型，参数规模64亿。
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:AI驱动的职业管理平台，优化你的职业路径，匹配最佳工作机会。
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:开源框架，用于构建语音和多模态对话AI。
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:每日五分钟，掌握AI、加密货币和金融行业动态
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:一个批量给图片进行文字标注的免费工具，专为模型训练提供标注数据。
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:谷歌下一代Gemma模型，提供突破性的性能和效率。
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:Google 一款轻量级、高效能的AI模型，专为大规模高频任务设计。
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:谷歌高质量文本到图像模型，生成逼真、生活化图像。
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:Google最先进的视频生成模型，提供高质量1080p视频生成。
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:Google的尖端开放视觉语言模型
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:一个快速、轻量级的开源聊天界面。
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:一种用于扩展多模态大型语言模型（LLMs）的先进架构。
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:高性能细粒度中文理解模型，提供双语生成能力，专注于中国元素理解。
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:，一款能够实时处理音频、视觉和文本的旗舰模型。
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:AI驱动的对话助手，自动生成专家代理，简化AI工具交互。
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:记录生活，获取有用的总结和建议，为任何用例定制眼镜
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:专为数据标注、清洗和丰富设计的先进语言模型
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。
-
Llama3-Aloe-8B-Alpha:Aloe是一款专为医疗领域设计的高性能语言模型，提供先进的文本生成和对话能力。
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:开源、精准、方便的视频切片工具
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。