站长之家(Chinaz.com)8月20日讯：当客厅成为互联网大佬们必争之地时，电视悄然步入了第四屏时代，于是那些科技企业的巨头们纷纷打起了盒子的主意，做起了互联电视的营生。乐视盒子、小米盒子、阿里盒子......今天盒子界又迎来了一位新成员——PPLink。X-DAY 大有来头 PP
......
本文由站长之家合作伙伴自媒体作者“石京阳”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
知名AI行业领袖、PPTV&PPIO创始人姚欣先生宣布，将向易能时代投资20亿元人民币。这一巨额资金的注入在近几年的中国补能行业中可以说是十分罕见更令人意外的，是长期置身于互联网与AI行业的姚欣先生为什么此次会跳出进入补能市场?这轮投资，是否可以被视为新能源产业的一次重要事件?预示着行业未来的某些变革即将开启?姚欣先生在互联网行业出道甚早，早在2004年于华科�
联想宣布推出ThinkPadP1Gen7移动工作站，搭载了酷睿Ultra处理器与NVIDIARTXAda工作站显卡，同时采用了来自美光的业界首款标准低功耗压缩附加内存模块。ThinkPadP1Gen7移动工作站在A面和D面采用了再生铝合金材质，C面则是镁合金材质，用料不仅环保，也非常地耐用，也减轻了机身的重量。它提供了雷电4、USB-C、USB-A、HDMI2.1、SD读卡器和3.5mm耳机插孔等多种接口，满足用户多样化的连接需求。
月之暗面宣布Kimi大模型学会了使用工具，即API已支持ToolCalling功能。通过这个功能，开发者可以让Kimi大模型与各种自定义外部工具进行交互，从拓展AI应用的想象空间。月之暗面表示，随着外部工具调用能力的提升，基于大模型的AIAgents应用将进入新阶段，为用户带来更多可能性，从聊天对话到完成各种任务，融入用户实际工作流程。
法拉利近日隆重推出了全新的双座敞篷跑车12CilindriSpider，该车完美融合了经典与创新。该车的灵感源自20世纪五六十年代的法拉利GT敞篷车型，12CilindriSpider在设计上摒弃了传统的肌肉线条，与法拉利12Cilindri保持一脉相承的优雅风格。如果新车引入国内，将能够轻松满足中国的上牌要求。
OpenAI正在与另一家出版商合作，以授权获得培训数据。People和BetterHomes&Gardens等品牌的所有者DotdashMeredith将向OpenAI授权其内容来训练ChatGPT出版商将使用AI公司的模型来增强其内部广告定位工具。该出版商表示，其广告系统“根据消费内容的上下文将广告商直接与消费者联系起来不使用cookie等个人标识符。
OpenAI发布会前一天，员工集体发疯中……上演大型套娃行为艺术。与此同时还有小动作不断，比如现在GPT-4的文字描述已不再是“最先进的模型”仅仅是“先进的”。量子位将在第一时间给大家带来OpenAI线上发布会的最新消息。
4月23日，联想举办ThinkPadAI春季新品探秘之旅暨ThinkPad思考·AI空间揭幕活动，ThinkPad首席产品官张豪宣布，备受期待的AI高性能专业工程师本——ThinkPadT14pAI2024当日正式开售。ThinkPad首席产品官张豪活动现场，张豪详细介绍了全新ThinkPadT14pAI2024在“高效办公”与“专业创作”方面为用户带来的全新AI体验。联想AIPC旗舰新品ThinkPadT14pAI2024，不仅是联想创新力的集中体现，更让AI技术�
OpenAI宣布，其最新旗舰生成式AI模型GPT-4o即将亮相，并将于未来数周内分阶段集成至OpenAI的系列产品中。令人兴奋的是，GPT-4o将免费对所有用户开放，无需任何付费门槛。新的界面设计将让用户可以更加专注于与模型的协作无需在意界面本身。
随着人工智能的发展，许多员工担心他们的工作将被取代，越来越多的研究表明，女性可能最为担忧。最近国际货币基金组织的一份报告发现，在美国等先进经济体，约60%的工作可能受到人工智能的影响。在这个快速发展的AI时代，女性可能需要更多的关注和支持，以抵御人工智能可能带来的工作变革和挑战。
奥特曼的斯坦福闭门演讲内容曝光了，可谓亮点频出:GPT-5会比GPT-4强得多，GPT-6还会更强;ScalingLaw还未过时，我们远未达到这条曲线的顶端;谷歌用GPT-4复刻出Gemini很容易，但难的是新范式的创新。AI届大红人Altman在母校斯坦福开讲当天，在场的学生挤爆了英伟达礼堂。所有人开始为Altman唱起了生日快乐歌。
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。
