三星电子计划于2023年10月5日在旧金山莫斯克尼会议中心举行2023年三星开发者大会（SDC）。据悉，三星电子将在此次会议上介绍其SmartThings、三星Knox和Bixby等平台的全新升级，以及基于Tizen系统的屏幕新体验等方面的新动态。 此外，三星电子还将介绍与开发者、合作伙伴的合作方案，以及相关软件、服务、平台的更新计划。值得注意的是，“十一”期间，谷歌也将举行一场新品发布会。谷歌新品发布会将于美国东部时间10月4日周三上午10点在纽约拉开帷幕，届时该公司将发布大量新硬件，包括Pixel 8和Pixel 8 Pro手机。
（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
华为开发者大会定于6月21日至23日在东莞松山湖盛大举行，届时将见证盘古大模型5.0与HarmonyOSNEXT鸿蒙星河版的首次同台展示。盘古大模型系列，作为华为精心打造的一系列预训练大模型，涵盖了自然语言处理、计算机视觉以及科学计算等多个领域。华为期望在Mate70销售时，能够携带“纯血”鸿蒙系统上市，这不仅是华为的目标，更是其努力的方向。
三星计划于7月10日在法国巴黎举办一场名为GalaxyUnpacked的活动。该活动的焦点将是两款手机——GalaxyZFold6和GalaxyZFlip6。对于科技爱好者和消费者来说，这无疑是一场令人期待的盛宴。
主题:代码不止，掘金不停在数字化浪潮的推动下，我们见证了开发者们用代码和创新绘制技术画卷的壮丽景象。自2021年起，稀土掘金技术社区已成功举办了三届「稀土开发者大会」，成为开发者们交流思想、分享经验的重要平台。无论您代表团队还是个人，只要您的分享内容【富含深度、引人入胜、且干货满满，能给参会者带来实际价值】，我们都将热烈欢迎。
今天10:08，HDC2024华为开发者大会正价票正式开售。此次售票共5种，分别是：VIP票售价5298元、专家票售价2298元、全通票售价698元、单日票售价198元、学生票售价88元。值得期待的是，华为副董事长、轮值董事长徐直军此前透露，我们期望是在今年Mate70销售的时候，能够带着纯血鸿蒙上市，这也是我们努力的目标。
4月16日，受主办方邀请，跨越速运作为独家物流合作伙伴参加2024百度CreateAI开发者大会。全球首个AI开发者大会，为何只选跨越速运?作为“独一份”，跨越速运又是凭借哪些“独门秘籍”征服全场?引领全球AI风潮的百度CreateAI开发者大会至今已举办五届，屡次引领了科技突破与行业变革，文心大模型3.0、自动驾驶、AI芯片昆仑芯等一系列重大成果均曾在此首次亮相。跨越速运将积极探索和创新创造，不断满足人工智能企业的需求，为推动新质生产力加快发展、推动人工智能行业的进步和发展贡献力量。
在昨晚的GoogleI/O发布会上，Google宣布了一系列AI模型的更新，涵盖了从文本到视觉和音乐的多个领域:Gemini1.5Pro:支持200万上下文，针对翻译、编码、推理等关键用例进行了质量改进，但未发布测试结果。GeminiFlash:针对响应速度至关重要的窄或高频任务进行了优化，价格比GPT-3.5更便宜。这次发布会展示了Google在AI领域的全面布局和创新能力，从文本到视觉再到音乐，Google的AI模型正在不断进步，为用户带来更加丰富和高效的体验。
科技界迎来了一场引人注目的“隔空对决”。在2024年5月7日这一天，两大科技巨头华为和苹果都将举行新品发布会，各自推出旗下的最新产品。让我们拭目以待，看看华为和苹果将如何在这一天的发布会上展现各自的创新实力。
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。
华为今日正式官宣，将于5月15日14:30举行盛大的夏季全场景新品发布会。华为已经在迪拜的全球创新产品发布会上提前预热，多款备受瞩目的新品已纷纷亮相。敬请期待5月15日的华为夏季全场景新品发布会，届时将为您带来更多精彩的新品发布和详细介绍。
Cohere发布了一个开发者工具包，旨在加快企业生成式AI应用的构建过程。这个工具包包含了一个开源存储库，可以立即在任何云提供商上部署应用。Cohere的工具包可在该公司的GitHub存储库上获取。
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。
