《Bellhops:搬家领域的Uber!营业额年增长5倍》文章已经归档,不再展示相关内容,编辑建议你查看最新于此相关的内容:Bellhops:搬家领域的Uber!营业额年增长5倍现在Bellhops专注于提供短途的搬家服务,一般是15公里以下,付费按照小时计算,每个小时平均40美元,其中搬家者获得
(举报)
《Bellhops:搬家领域的Uber!营业额年增长5倍》文章已经归档,不再展示相关内容,编辑建议你查看最新于此相关的内容:Bellhops:搬家领域的Uber!营业额年增长5倍现在Bellhops专注于提供短途的搬家服务,一般是15公里以下,付费按照小时计算,每个小时平均40美元,其中搬家者获得
(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!
知名AI医学影像企业深智透医刚刚完成B轮近千万美元融资,累计融资额超过五千万美元。本次投资方包括聚焦深科技的知名硅谷投资机构FusionFund等过往投资机构,也引入了扎根硅谷的新进美元基金嘉加资本、蓝驰创投硅谷总部基金BluerunVentures、上海文周投资及其它亚太区域战略合作方。目前深智透医正在全球范围内加快与医疗机构、药厂、设备厂商的合作,利用最前沿的人工智能及生成式AI技术赋能医疗影像全链条,预计深智透医在全球AI医学影像领域的领跑优势将进一步凸显。
4月18日,雷军在小米北京交付中心开启了一场全新的直播,谈及多个话题,尤其是小米SU7。雷军透露,小米SU7的销量比预计高了三到五倍,这是比较头疼的一点,但是合作伙伴都比较给力,提速很快。其实在小米汽车发布前,雷军就说过,既怕不火,又怕太火,结果真成了幸福的烦恼。有网友在直播互动中催促雷军去工厂打螺丝,加快汽车交付,没想到雷军很较真地回复称,�
WebLlama是一款基于Llama-3-8B模型的智能代理,它通过对话与用户互动,执行网页浏览相关的任务。这款工具能够处理连续的对话,理解并执行用户的指令,自动完成网上搜索、导航和信息检索等操作。随着技术的不断进步和优化,WebLlama有望在自动化网页浏览和信息收集方面发挥更大的作用。
OpenBuddy团队发布了基于MetaLlama370B的最新成果:OpenBuddy-Llama3-70B-v21.1-8k,这是他们首次在Llama370B基座上的中文跨语言训练尝试。Llama370B是一个15T训练集训练成的稠密大模型,然由于训练集中缺少中文数据,Meta官方的Llama3系列对话模型在中文领域的认知、理能力较弱,容易出现以英文回答中文问题的现象。值得一提的是,于量化版模型能力下降较为明显,他们本次只发布了模型的完整版权重,后续会尝优化70B模型的量化后性能,并挑选合适时机发布量化版。
国内的开发者们或许没有想到,有朝一日,他们开发的AI大模型会像出海的网文、短剧一样,让世界各地的网友坐等更新。来自韩国的网友已经开始反思:为什么我们就没有这样的模型?这个「别人家的孩子」就是阿里云的通义千问。在我们看来,近一年来通义系列的持续开源,对中文大模型社区的发展非常有意义,也期待后续有越来越多的强劲大模型继续开源。
BrilliantLabs最近发布了一款名为Frame的开源AR眼镜,这款设备结合了人工智能和增强现实技术,为用户带来了前所未有的交互体验。Frame眼镜具备强大的视觉能力,能够实时采集和分析用户所见的图像数据。结合其云端的NoaAI助手,Frame能够实现更加强大的AR功能,如实时信息检索、导航指引等。
vivo公布了X100s预售战报,该机预售3分钟销量是X90s的5倍,起售价是3999元。这是蓝厂最强悍的直屏旗舰,该机采用6.78英寸超清原色护眼直屏,搭载8TLTPO背板技术,有着3000nit峰值亮度、2800x1260像素的分辨率、452ppi、120Hz自适应刷新率、P3广色域和夜猫护眼技术。该机将于5月17日正式发售。
阿里巴巴宣布开源其最新的Qwen1.5系列语言模型-Qwen1.5-110B。这是Qwen1.5系列中规模最大的模型,也是该系列中首个拥有超过1000亿参数的模型。它在与最近发布的SOTA模型Llama-3-70B的性能上表现出色,并且明显优于72B模型。
微软研究人员提出的LongRoPE方法首次将预训练的大型语言模型的上下文窗口扩展至2048k个token,实现了8倍的扩展同时保持原始短上下文窗口的性能无需进行架构变化和复杂微调。该方法的关键创新点包括通过高效搜索识别并利用了位置插值中的两种非均匀性,为微调提供更好的初始化,并在非微调情况下实现了8倍扩展;引入了渐进扩展策略,首先微调256k长度的LLM,然后在微调扩�
苹果公司在最新发布的财报中显示,其第二财季总净营收达到了907.53亿美元,相较于去年同期的948.36亿美元下降了约4%。这一财季的净利润为236.36亿美元,相较于去年同期的241.60亿美元下降了约2%。同时库克也表示,下一财季的服务收入和iPad销售预计将均以两位数的增长率呈现上升势头。
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。