GPT-4的视觉能力还没全量放开测试，开源对手就隆重登场了。浙大竺院的一位校友，与微软研究院等机构合作推出了新版多模态模型LLaVA。LLaVA在11个测试数据集上都成为了SOTA，在GitHub上更是斩获6k+星标。开发者提供的数据显示，LLaVA的综合能力已经达到了GPT-4V水平的85%，在复杂推
......
本文由站长之家合作伙伴自媒体作者“量子位公众号”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
RekaCore是一款最新发布的多模态大型语言模型，其性能可与GPT-4相媲美，甚至在某些方面超越了现有的前沿模型。这一技术突破为人工智能领域带来了新的里程碑，特别是在图像、视频和音频的上下文理解能力方面。随着Core的进一步优化和应用，我们有理由相信，它将在多个领域产生深远的影响，推动人工智能技术的进步和社会的发展。
理想汽车宣布其全自研的多模态认知大模型——MindGPT，已正式通过国家《生成式人工智能服务管理暂行办法》的备案。这一里程碑式的事件标志着理想汽车成为首个通过该备案的汽车厂商自研大模型。它不仅支持方言自由说、指令自由说具备简洁模式以及全时全车免唤醒的能力，为用户提供了更加便捷、智能的交互体验。
MetaAI近日推出了一种名为MA-LMM的新型模型，旨在解决长期视频理解中的挑战。LLMs在处理文本数据时表现出了令人印象深刻的能力，但在处理视频输入方面存在一些限制，例如上下文长度限制和GPU内存限制。其创新性的设计以及利用长期记忆库和顺序处理的方法使得该模型能够在各种复杂场景下取得显著成果，证明了其在多模态视频理解应用中的有效性和多功能性。
一个可以自动分析PDF、网页、海报、Excel图表内容的大模型，对于打工人来说简直不要太方便。上海AILab，香港中文大学等研究机构提出的InternLM-XComposer2-4KHD模型让这成为了现实。IXC2-4KHD将多模态大模型支持的分辨率提升到了4K的水平，研究人员表示目前这种通过增加切块个数支持更大图像输入的策略遇到了计算代价和显存的瓶颈，因此他们计划提出更加高效的策略在未来实现�
4月18日，2024中国生成式AI大会上李未可科技正式发布为眼镜等未来终端定向优化等自研WAKE-AI多模态大模型，具备文本生成、语言理解、图像识别及视频生成等多模态交互能力。该大模型围绕GPS轨迹视觉语音打造新一代LLM-Based的自然交互，同时多模态问答技术的加持，能实现所见即所问、所问即所得的精准服务。李未可科技合伙人&AI负责人古鉴表示WAKE-AI将逐步开放平台能力，便于更多企业及开发者调用WAKE-AI能力，共建AI硬件生态。
4月24日，商汤集团在港交所暂停交易前股价上涨31.15%。商汤集团表示，其大模型日日新5.0发布会受到市场极大关注，公司将进一步刊发相关公告。商汤的生成式AI业务在2023年取得了显著增长，占总收入的35%。
RekaAI近日宣布推出其最新力作——RekaCore，这是一款前沿的多模态语言模型，拥有强大的性能和灵活的部署方式。该模型像Gemini一样可以直接分析图片、视频、音频，评测得分与GPT-4和Gemini-Ultra接近。通过Edge、Flash和Core等系列模型的全面支持，Reka已经准备好迎接更广泛的挑战，展望未来，我们期待着与更多愿意加入我们的伙伴共同探索多模态世界的无限可能。
MiniGPT4-Video是什么？MiniGPT4-Video是为视频理解设计的多模态大模型，能处理时态视觉数据和文本数据，配标题、宣传语，适用于视频问答。用户可以上传视频，让模型生成标题与宣传语，理解特效处理，或作超美抒情诗。
36kr研究院发布了《2024年AIGC行业研究:多模态大模型与商业应用》，文中基于AIGC产业生态现状和技术发展路径，深入分析AIGC商业化应用的方向与产业发展趋势。其中在36kr研究院梳理的产业图谱中，发现杭州李未可科技与字节跳动的豆包、腾讯云混元及华为云盘古等大模型等一起出现在闭源模型层，甚至在跨模态生成应用层也占据一地。李未可科技这类结合自身业务垂类场景，提前布局中间层及终端应用层的自研大模型或许能给市场带来不小的惊喜。
科大讯飞副总裁、研究院院长刘聪在博鳌2024年会现场表示：科大讯飞计划在今年6月，正式发布对标GPT-4当前能力的星火大模型V4.0版本。讯飞星火大模型V4.0目前正在训练中。刘庆峰表示，星火大模型的背后，是科大讯飞多年的研究和技术积累，多年来研发团队不断探索和改进各种算法和模型，以解决语言理解和推理中的挑战。
ZAMA是一款将互动性邮件无缝集成到营销策略中的工具，提升客户体验，简化转化并提高客户满意度。
SendEngage是一款B2B邮件推广平台，通过全自动化的解决方案，确保合规性，利用我们先进的AI技术，为潜在客户生成销售线索，提供无与伦比的投资回报率。SendEngage还提供完整的托管B2B潜在客户生成服务，每天为客户提供冷邮件潜在客户，让您无需操心。这样，您可以专注于您的业务发展。
Email 5是一个通过开放标准和Web3技术解决传统电子邮件的局限性和安全漏洞的新一代邮件服务。它采用去中心化存储的方式，提供增强的用户体验，并能够有效防止垃圾邮件。Email 5不仅是一个邮件服务，它还是一种生活方式升级，将赋予您重新定义在线沟通体验的能力。
Maildrill是一款基于人工智能的SaaS应用程序，可帮助您提升电子邮件营销效果。它提供了创建、自动化和分析营销活动的功能，让您轻松管理电子邮件营销。Maildrill的主要优点是经济实惠、易于使用且功能强大。它适用于各种类型的企业和组织，无论是小型企业还是大型企业，都能从中受益。
Robo Coworker是一款智能插件，通过使用机器学习和自然语言处理技术，能够帮助用户完成各种办公任务。它能够自动发送邮件、处理文档、转换文件格式等，极大提高了工作效率。
Mailvio帮助影响者和创作者通过智能自动化、AI的帮助和强大的细分功能更有效地从追随者中获得收入。它提供个性化的电子邮件营销、自动化工作流、详细分析、深度细分、AI电子邮件创建、交易性电子邮件等功能。
Cold Email Outreach Tool是一个冷电子邮件营销工具，可以帮助用户通过发送冷电子邮件来增加潜在客户数量。它采用多个自动旋转的电子邮箱帐户和先进的AI预热功能，确保电子邮件不会被标记为垃圾邮件。该工具的主要优点包括无限数量的邮箱、高交付率、统一的主控邮箱、自动化跟进等。
PersonalizeThat 是一款由 ChatGPT 提供支持的 AI 动力个性化冷邮件工具，可帮助提高销售生产力。它与 LinkedIn 集成，学习您的潜在客户，并生成针对其特定需求和兴趣的高度定制的邮件。
Boost Inbox是一款优秀的邮件预热服务，可提高邮件的送达率、开信率和参与度。通过定制计划、实时监控和无缝集成，提供最佳的邮件预热体验。
Ready to Send是一款智能管理收件箱的插件，可以生成上下文相关、人性化的邮件回复，以您的声音和风格自动生成电子邮件。提高工作效率，节省时间 - 立即开始使用免费的AI生成的邮件（100封）。
SafeSpeak是一款使用先进AI技术，实时准确检测电话诈骗攻击的产品。它能够保护个人和企业免受电话诈骗的侵害，并提供及时的安全警报。SafeSpeak的主要优点是高准确率和实时检测，能够有效地阻止电话诈骗。该产品定位于帮助个人和企业提高电话安全，避免财产损失和个人信息泄露。
Magifind是一款智能网站搜索工具，利用先进的人工智能和自然语言处理技术，能够准确理解用户搜索的意图，提供高度相关的搜索结果。它能够提升用户体验，提高在线零售转化率，并能够帮助用户快速找到他们想要的产品。
手写文字转换为文本的最准确工具，采用人工智能技术，能够将各种难以辨认的手写文字转换为数字文本，大大节省了编辑时间，提高了工作效率。产品的主要优点是准确性高、速度快，可适用于各种手写文本的转换需求。价格灵活，可按页收费或订阅。
Intrvu SPACE是一款端到端自动化面试平台，通过自动化面试流程，评估报告和自动审批等功能，简化了面试流程。它提供了标准化的面试，与职位描述相匹配，为招聘决策提供了全面的评估报告。Intrvu SPACE还支持与候选人的无缝沟通，提高了候选人评估和选择的效率。
NoteButler通过自动将PDF转换为文本，并在同一页添加AI摘要，使得在Notion中的PDF文档具有搜索功能。它能够提供OCR功能，并添加AI摘要，让那些通常无法在Notion中搜索的内容变得可搜索和可访问。
Grok是一款AI驱动的文档搜索平台，能够帮助用户上传并分析各种格式的文档。通过深入剖析文档内容，Grok可以揭示文档中隐藏的模式、趋势和关联，为用户提供全面的理解。用户可以向AI提问具体细节，观察智能算法提取相关见解，并给出简明答案。此外，Grok还支持使用AI解释复杂的代码库。Grok可以帮助用户找到文档中重要的功能或技术，并强调其主要优点和背景信息，定位和价格等。
ChatGPT Online是一个无需注册或登录即可直接通过网络浏览器访问的ChatGPT版本。它基于OpenAI的GPT-3和GPT-4技术，具有自然语言处理和生成能力，可以与用户进行各种主题的自然对话。它是一个强大的AI助手，可以用于客户支持、学习支持、内容创作等领域。
Model Muse是一个为电子商务服装品牌提供虚拟时尚模特的平台。它利用最新的人工智能图像生成技术，为品牌创造独特的模特形象，以代替传统高成本的拍摄。该平台可以轻松定制模特的特征，使其成为品牌的真实声音。
Astrology Book是一本通过ChatGPT提供占星阅读的网站。它利用星座和出生图来揭示宇宙的奥秘，并帮助人们获得关于自己的更多了解。该产品的主要优点是提供个性化的占星阅读，让人们深入了解自己的性格、特点和潜能。它的定位是为个人提供心灵成长和自我探索的工具。
IdeaPicker是一款用于生成创业点子的AI工具。我们通过扫描Reddit寻找痛点，从真实人们身上找到真实痛点。我们发现问题，然后AI为这些问题提供可以解决的创业点子。无论你是创业者还是寻找新创意的企业，我们都为你提供了解决方案。从我们的周报中获取挑选好的创业点子。
