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
这种古早品类，遇到了AI，怎么就焕发了第二春呢?百度8年前的老产品Facemoji，翻身了?入榜的三款产品中，BobbleAI的开发者来自印度，Genie则来自土耳其。排名第9的Facemoji来自百度。无论是什么样的身份和初衷，一切还要回到用户中去，用户为什么使用输入法，愿意为什么样的功能留下来和付费，才是根本。
这两天，五一假期的出行购票话题成为热点，很多人称遭遇买票难”。第三方平台的付费光速抢票”抢票神器”等服务声称可以优先购票备受关注。请旅客一定要通过铁路官方渠道购票，认准铁路12306网站。
小米汽车今日发布了小米SU7答网友问。有网友表示，网上有传闻称，小米智驾中低阶方案会采用三方竞标的方式，这是真的吗？当通过相应功能课程的考试后，即可开启相应功能的智驾体验。
下周二下班就是五一假期了，最近很多网友在购买回家、出行的车票，但很多车票都是秒没”，大批网友没能抢到票。国铁集团客运部负责人表示，五一”假期旅客出行高度集中，运力和需求的矛盾十分突出，造成局部地区和时段车票紧张。因为一般车票行程越长，放票的比例越大，相较于多花点钱，也好过没车坐。
TikTok最宣布，除了在其平台上使用TikTok的AI工具生成的内容外将为其他平台上创作的内容添加“AI生成”标签。TikTok将检测上传至其平台的图像或视频，其中包含指示AI生成内容存在的元数据标记，并表示这是首个支持新ContentCredentials的社交媒体平台。“AI生成”标签功能包括:-检测第三方平台生成的AI内容，并添加相应标签-支持Adobe的ContentCredentials标记系统-实现多阶段自动识别和标签功能，提高内容真实性和准确性通过这一举措，TikTok为用户提供了更多关于内容生成方式的透明度，同时也促进了内容的真实性和可信度。
欧盟委员会最快下月”批准苹果公司开放一触即付”功能。苹果早在2014年的iPhone6开始，就为手机标配了NFC功能，但是一直都只能系统内部调用，仅能实现系统自带的刷卡等功能。大家还是期待苹果能够开放更多接口，比如门禁卡复制等，出门无需再带实体卡片。
百度前副总裁璩静打造个人IP的尝试暂以失败告终，但百度现任员工的账号“西二旗炜姐姐”却生动证明了企业创建内容资产的必要性。当企业站到舆论的风口浪尖，自家员工的个人账号至少能增加企业的发声渠道，提供更多元的视角。谁会是下了一个雷军?谁能率先搭建起成熟的企业IP矩阵?未来某一刻，企业IP能否帮企业力挽狂澜，证明自己的价值?让我们拭目以待。
据小米汽车官方消息，此前发布会上推出的爆火周边小米SU7合金车模、小米Life不锈钢马克杯今天上午10点再次开售。两款产品此前都非常火爆，供不应求，官方售价分别是499元、79元。值得注意的是，此前官方曾透露，小米SU7车模的新颜色正在研发中，预计不久后就会推出霞光紫等热门的SU7配色。
今日，有博主爆料称自己收到了联通发送的话费欠费短信，联通提示他话费欠费562090元。这样的欠费数额让博主和一众网友，都感到吃惊。联通官方还未正式对此事做出相关说明。
奇瑞重磅推出“百亿惠民置换季厂价直销限时抢”活动，4月27日-5月31日期间，旧车至高可抵5万元，更有多重惊喜好礼，助力消费者“购车不亏用车不赔置换保值”。4月27日-5月31日，为响应国家“以旧换新”补贴政策号召，回馈广大用户支持，奇瑞推出“百亿惠民置换季厂价直销限时抢”活动，旧车不限车况、不限里程、不限年限，至高可抵5万元，更有每天抽万元黄金以及全系整车二手车终身质保等多重福利，惊喜满满，助力广大消费者购买心仪好车。奇瑞品牌始终致力于为亿万家庭带来最具用户价值、最具可靠性、最有温度感的产品，构建高质量奇瑞营销体系能力，为用户带来“始终超预期，始终有惊喜”的体验;星途品牌面向全球市场，集中优势资源打造高端品牌，致力于为用户带来“智能、舒适、轻奢”的品牌体验;捷途品牌坚守“旅行”战略初心，深耕“旅行”细分市场，致力于成为“旅行”出行生态领导者品牌;iCAR品牌作为奇瑞首个新能源电动品牌，以“科技、未来、绿色、生态”为愿景，致力于为用户提供智能场景、潮酷的产品，让新时代追新年轻人享受“多元、自由、潮流”体验。
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。
