站长之家(ChinaZ.com) 2月23日 消息:据36氪消息，消息称，字节跳动已经在大模型上布局，在语言和图像两种模态上发力。字节跳动相关技术负责人表示，技术中台在这些领域的探索仍处于初期，尚未成熟。
据悉，语言大模型团队负责人和图像大模型团队负责人的直接和间接汇报对象均为Tik Tok产品技术负责人朱文佳。
知情人士透露，语言大模型团队由字节搜索部门牵头，目前团队规模约为十人左右，而图片大模型团队则由产品研发与工程架构部下属的智能创作团队牵头。
此外，还有消息称，字节跳动语言大模型团队于今年组建，主要探索方向为与搜索、广告等下游业务的结合，搜索业务部门、AI Lab和AML（应用机器学习）团队都调入了一部分人员支援语言大模型，预计将在今年年中推出大模型。
（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
市场上出现了有关字节跳动有意出售TikTok的传闻，甚至传闻称沃尔玛可能成为潜在买家。字节跳动迅速做出回应，通过官方声明坚决否认这些报道，并明确表示没有任何出售TikTok美国业务多数股权的计划。事实和法律将站在我们这一边，我们也必将取得最终的胜利。
OpenAI狠狠地open了一把:像这样，直接登录网站，然后就可以开启对话:OpenAI对发布这个“超自由版ChatGPT”的解释是:不过面对OpenAI突如其来的open，很多网友还是觉得难以置信:但OpenAI这一次，是真没开玩笑。超自由版ChatGPT对于这个“超自由版ChatGPT”，需要强调是开放的只有3.5版本，GPT-4的使用还是老方法。奥特曼交出基金控制权，可能就是加速主义的妥协，毕竟内讧事件中，加速
Nothing近日宣布，计划将ChatGPT与其智能手机和耳机更深度整合。此举将为公司的客户提供更快速的服务。该博客文章表示:“Nothing还将通过在NothingOS中嵌入系统级入口点到ChatGPT，包括截屏共享和Nothing风格的小部件，改善Nothing智能手机用户体验。
各位村民好，我是村长ChatGPT火了以后，大部分运营都要失业了，这是目前许多人悲观的态度。目前市面上出现了越来越多好用的工具，不仅覆盖场景广且功能还多。且越是中小公司，对于运营的综合能力要求更高。
当地时间4月1日，知名人工智能公司OpenAI发布重要公告，宣布将允许用户无需注册即可直接使用ChatGPT，这一举措旨在让更多人能够轻松体验人工智能的魅力。值得注意的是，对于未注册的用户，某些高级功能如保存或分享聊天记录、使用个性化指令等将无法享受。这一举措既体现了OpenAI对于技术进步的追求，也充分尊重了用户的个人意愿和权益。
印度泰卢固语喜剧《SavetheTigers》第二季大结局的片尾演职员表中，音乐团队部分明确标注列出了ChatGPT。这一现象引发了业界的广泛关注，因为这标志着人工智能技术在影视剧音乐制作领域的首次应用。随着人工智能技术的不断进步，其在影视行业的应用将越来越广泛，为创作者带来更多便利和灵感。
日前，OpenAI宣布放开限制，允许用户无需注册ChatGPT即可直接使用该服务，这将让人们更容易体验人工智能的潜力。OpenAI表示，将从周一开始逐步推出这一功能，让185个国家和地区的超1亿用户使用ChatGPT来学习新事物、寻找创意灵感，并获得问题答案。去年12月，中国工程院等单位发布2023全球十大工程成就，其中就包括ChatGPT，与中国空间站、百亿亿次超级计算机、鸿蒙操作系统等并列。
美国伊萨卡学院-战略传播学教授DianeGayeski，正在使用ChatGPT批改学生的论文。当Diane收到学生提交的论文时，会将部分内容输入到ChatGPT，然后让其进行评分并给出详细的修改建议。该学校的传媒学院位列全美前5名，致力于培养音乐、商业、传媒和体育等跨学科复合人才。
不论是网页、iOS还是安卓版的ChatGPT，都可以用上DALL-E3强大的编辑图像功能了。OpenAI的DALL-E今天进行了多项升级，在通往Midjourney加Photoshop的道路上又前进了一大步。」现在的ChatGPT，早已不是大语言模型这么简单。
人工智能领域的领军初创企业OpenAI宣布，从即日起，用户无需繁琐的注册流程，即可直接体验ChatGPT的强大功能。这一变革旨在让更多人轻松领略人工智能的魅力，推动其普及和应用。用户无法享受一些高级特性，如保存或分享聊天记录、使用个性化指令等，这些功能通常需要与用户的永久账号绑定。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
PhysDreamer是一个基于物理的方法，它通过利用视频生成模型学习到的对象动力学先验，为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下，模拟出对新颖交互（如外力或代理操作）的真实反应。PhysDreamer通过用户研究评估合成交互的真实性，推动了更吸引人和真实的虚拟体验的发展。
AI快站是一个为AI开发者设计的服务平台，提供HuggingFace模型的免费加速下载，解决大模型下载缓慢和断开的问题，支持高达4M/s的下载速度，大幅减少等待时间，提高开发效率。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型，它扩展了LLama-3 8B的上下文长度至超过160K，展示了SOTA（State of the Art）大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数，并结合NTK-aware插值和数据驱动的优化技术，实现了在长文本上的高效学习。此外，它还基于EasyContext Blockwise RingAttention库构建，以支持在高性能硬件上的可扩展和高效训练。
CoreNet 是一个深度神经网络工具包，使研究人员和工程师能够训练标准和新颖的小型和大型规模模型，用于各种任务，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。
Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。
Bundle of Joy是一个为准父母设计的应用程序，可以在几秒钟内为他们的新生儿浏览和筛选名字。该应用根据父母的偏好推荐名字，并根据父母的喜好进行学习，为他们提供适合他们口味的新的推荐。父母可以指示宝宝的性别，然后选择以下两个选项之一：名字的首选来源、宗教、主题、首字母和含义。他们开始根据自己的独特偏好获得漂亮的宝宝名字推荐。他们可以随时修改这些偏好，并继续根据自己的口味获得新鲜的推荐。
StudyBoosterAI通过AI技术提供个性化支持，包括定制化学习材料、生动的学习内容、个性化学习计划等，帮助学生更有效地学习和记忆知识。
SNAPVID是一款智能视频编辑工具，利用AI技术提供多个热门视频剪辑建议，用户只需点击一次即可创建多个病毒式视频剪辑。同时，用户可以根据需要自定义剪辑长度和风格，并添加自定义的字幕和动画表情。SNAPVID还支持批量导出和品牌定制，使用户能够轻松导出自己喜欢的视频剪辑并保存项目设置，方便在多个项目中复用。通过AI B Roll技术，SNAPVID还可以自动添加相关的库存视频，提升视频的沉浸感。
Blue Saturn是一款招聘辅助工具，通过即时验证器帮助中型和大型组织验证大量申请者。它可以分析数百个申请者的信息，在不到1分钟内提供全面的报告和排名。Blue Saturn的主要优点是快速验证、全面报告和智能招聘。
Vidu是由生数科技联合清华大学发布的中国首个长时长、高一致性、高动态性视频大模型。该模型采用原创的Diffusion与Transformer融合的架构U-ViT，支持一键生成长达16秒、分辨率高达1080P的高清视频内容。Vidu不仅能够模拟真实物理世界，还拥有丰富想象力，具备多镜头生成、时空一致性高等特点。其快速突破源自于团队在贝叶斯机器学习和多模态大模型的长期积累和多项原创性成果。Vidu的问世代表了生数科技在多模态原生大模型领域的持续创新能力和领先性，面向未来，灵活架构将能够兼容更广泛的模态，进一步拓展多模态通用能力的边界。
Fusion OS是一个营销活动的增强平台，通过使用AI在同一天内生成并发布营销活动，极大地提高了活动的效率。它可以根据客户的要求生成营销文案和创意，为多个渠道生成适应的尺寸，同时还可以生成可编辑的Adobe Photoshop文件，包括分层文本、高分辨率产品、背景等。Fusion OS还提供实时协作功能，让团队成员可以在同一个地方进行协作，并连接现有的工具，集中管理数据和提供AI驱动的增长建议。
LinkedIn TLDR是一个免费的工具，可以将冗长的LinkedIn帖子转化为简洁的幽默摘要，非常适合快速、有洞察力和高效浏览。
AI年龄识别工具利用先进的人工智能技术，通过分析面部特征（如皱纹、肤质和面部特征的形状），将其与庞大的数据集进行比对，估计您的年龄。通过科学近似，我们能够猜测您看起来多大。该工具的主要优点是准确性高、隐私保护好，免费使用。
Football Writer是一个为作家们捕捉足球的魅力提供新视角的平台。它利用先进的AI技术，将实时比赛数据转化为引人入胜的故事，使每篇文章成为与读者更深层次连接的难忘体验。
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。
