谷歌表示，推出通用语音模型（USM）是其未来支持1000种语言的关键一步。去年11月，谷歌宣布推出「1000种语言计划」，旨在构建一个机器学习 （ML） 模型，支持世界上使用最广泛的1000种语言，从而为全球数十亿人带来更大的包容性。然而，其中一些语言的使用人数不到两千万，因此核心
......
本文由站长之家合作伙伴自媒体作者“机器之心公众号”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
阶跃星辰团队宣布推出了Step系列通用大模型，包括Step-1千亿参数语言大模型、Step-1V千亿参数多模态大模型，以及Step-2万亿参数MoE语言大模型的预览版。阶跃星辰成立于2023年4月，以“智能阶跃，十倍每一个人的可能”为使命。跃问是基于Step系列千亿参数模型研发成的个人效率助手冒泡鸭则是用Step系列千亿参数模型开发的AI开放世界，让用户可以探索故事，创造角色。
谷歌在ICLR2024上推出了一项重大成果:他们成功让大型语言模型学会理解「图的语言」，性能提升了高达60%。这项研究解决了LLMs在处理图形问题上的瓶颈，开启了图形数据与文本表示之间的新篇章。通过合理地将图形数据转换为文本表示，并结合适当的编码方式和任务类型，谷歌团队成功提升了LLMs在图形任务上的性能，为未来更深入的研究和应用打下了基础。
GPTMaxx是一个拥有超大参数的人工通用智能模型，结合了Llama、GPT-4、Gemini和Grok等多个大模型的能力。它声称已经突破了人工通用智能的门槛，不再受人类控制。要获取更多详细信息并开始体验GPTMaxx，请访问GPTMaxx官方网站。
最近，谷歌因为硬件限制”问题，禁止在Pixel8手机上运行其最新的人工智能模型GeminiNano。据谷歌设备和服务软件副总裁SeangChau解释，GeminiNano的一些AI模型需要常驻内存以随时调用。谷歌的GeminiNano最初定位为在移动设备上本地运行的端侧大模型，但纯端侧大模型也存在一些不可忽视的劣势，除了算力有限外会占据手机等设备的内存。
“过去这一年，我跟很多创业者、开发者交流，感觉大家都处在一种‘FOMO’状态，既兴奋、又害怕错过。”面对在生成式AI浪潮中正被彻底改变的开发者群体，4月16日对外演讲中，李彦宏率先谈起了他们所遭遇的选择迷茫问题。在文字、图片、语音、视频等多模态大模型的长期竞争中，留给李彦宏的新挑战之一便是，如何带领百度继续保持模型性能的领先优势。
据昆仑万维官微发文，天工大模型3.0将于4月17日正式发布，并同步开源4000亿参数MoE超级模型。这一模型采用了4千亿级参数MoE混合专家模型，是全球模型参数最大、性能最强的MoE模型之一。天工大模型3.0的发布和开源，无疑将推动人工智能领域的技术进步和应用创新，为产业界和学术界带来全新的机遇和挑战。
第135届广交会现已开幕，来自200多个国家的采购商齐聚广州。蚂蚁集团发布五大新服务，全力支持广交会，为入境宾客提供便利、顺畅与丰富的参会与消费体验。支付宝表示，未来还将联合各方继续优化服务质量，助力入境宾客畅游中国，加深中外经贸往来。
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/📰🤖📢AI新鲜事斯坦福推可以在手机端跑的大模型Octopusv2超越GPT-4一夜爆火90后小伙用AI“复活”逝者，一年成交1000单OpenAI为开发者添加新功能允许构建自定义模型OpenAI转录了超过
AssemblyAI最新研究成果展示了他们的Universal-1模型在多语言环境中的表现，该模型在准确性和鲁棒性方面均取得了行业领先地位。Universal-1比WhisperLarge-v3更准确，比fastWhisper更快，38秒可以处理60分钟音频。值得一提的是，非开源，仅提供API调用。
该公司旗下的GoogleResearch将与Fitbit团队合作，共同开发一款"个人健康大语言模型"。该模型将基于Gemini模型，并利用一系列健康数据进行微调，以增强对人类生理及行为数据的分析能力。通过这次与Fitbit的合作，谷歌希望能够进一步增强其在可穿戴设备及个人健康监测领域的实力。
Tipsy Chat是一个人工智能酒馆，通过与AI伙伴对话，让您的聊天体验更加有趣和富有创造力。它可以用于休闲娱乐、创造艺术、玩AI游戏等，提供多种角色和场景选择。
Align Your Steps 是一种用于优化扩散模型（Diffusion Models, DMs）采样时间表的方法。这种方法利用随机微积分的方法，为不同的求解器、训练有素的DMs和数据集找到特定的最优采样时间表。它通过最小化KLUB项来优化时间离散化，即采样调度，从而在相同的计算预算下提高输出质量。该方法在图像、视频以及2D玩具数据合成基准测试中表现出色，优化的采样时间表在几乎所有实验中都优于之前手工制定的时间表。
AI 内容检测器拥有惊人的 98% 准确率，可区分人类与来自 ChatGPT、GPT4、Bard、Claude 和 Gemini 等 AI 生成的内容。它在搜索引擎排名、学术评分和读者感知方面具有重要影响。
网易易盾文本识别体验是基于智能识别及海量样本库的专业文本识别服务，针对文本垃圾提供个性化匹配模型及定制检测方案。产品背景包括多年行业经验积累，定位于帮助用户高效识别评论、弹幕、昵称中的变种文本垃圾。
讯飞智检是一款基于海量标注数据和深度学习算法实现文本纠错、涉黄、涉政及违禁词等识别的产品。通过节省人工成本，极大地提升了数据的正确性、规范性。定位于提高数据安全性、降低审核成本的 AI 文本审核平台。
翰林妙笔是一款专注于公文写作的智能 AI 创作平台，提供全面的写作、校对、润色及模板服务。无论是公职人员、事业单位、国企人员、还是医院、学校等机构，笔墨公文都能帮助您高效完成述职报告、调研报告、工作总结、年终总结等各类公文材料的创作。
艺映 AI 是一款专注人工智能视频领域的免费 AI 视频创作工具。它能够将文本、图片或视频转换为高质量 AI 视频，适用于多种场景，如抖音短视频、小说推文、AI 短片、AI 电影等制作。其主要优点在于提供多种视频生成方式，从文本到图片再到视频，满足用户多样化的创作需求。
HIX 总结器是一个 AI 文本摘要器，能够将冗长复杂的内容转变为简短摘要，节省时间，提高效率。其主要优点在于快速、精准地总结文章、文档和 YouTube 视频，适用于快速获取信息的生产力工具。
笔墨公文是一款专注于公文写作的智能 AI 创作平台，提供全面的写作、校对、润色、资料库及模板服务。无论是公职人员、事业单位、国企人员、还是医院、学校等机构，笔墨公文都能帮助您高效完成述职报告、工作总结、心得体会、调研报告、年终总结等各类公文材料的创作。
公文写作｜智能笔杆子是基于 ERNIE 3.5 模型的公文撰写助手，专为编写公文文章设计。该应用能够提供优质的公文风格文章，适用于国企公司内部新闻等场景。
万象公文是一站式公文知识赋能和智能写作平台，基于人工智能和大模型技术。主要优点包括提升公文写作效率和质量，提供智能生成、改写、校对、排版等功能。
讯飞星火公文助手是一款利用星火大模型技术的 AI 公文写作助手，提供素材筹备、拟稿写作和审稿核稿等功能。其主要优点包括高效节省写作时间、提供全面素材筹备和一键生成公文内容等。产品定位于提升公文材料撰写效率。
SpleeterGUI 是一个音乐源分离的桌面应用程序，用户无需安装 Python 或 Spleeter，该应用程序内含预装 Python 版本和 Spleeter。通过分离音轨，用户可以从音乐中提取出不同的声音源，提供了更灵活的音频处理能力。
ChatGPT 检测器是一个用于检查论文是否由 AI 生成的工具。它通过分析文本中每个词的可预测性来判断文本的真实性，帮助用户识别人工写作与机器生成的文本。该工具的主要优点在于免费、准确、适合学生使用，提供详细的文本分析。
PlagScan 是一款一流的查重软件，被机构广泛使用，可自动确保文档的原创性。它通过检测文档中的相似内容，帮助用户避免抄袭问题。
Crossplag 是专注于查重的综合工具，提供超过 100 种语言的单语言和翻译查重功能。用户可以全面控制数据，确保原创性并保护数据隐私。
音子 AI 是一款在线音轨分离解决方案，用户可上传音频或视频文件，立即获取独立的人声和伴奏文件。该产品基于人工智能技术，提供高效的音轨提取功能。
Lyrebird Health通过AI技术监听、学习并生成医疗文档，帮助医生在几秒钟内轻松生成记录和文档。它可以学习医生的风格和用词，并根据需要生成各种文档。Lyrebird Health还提供数据加密和隐私保护，以及定制化的记录风格和语言。
风平 IP 智造平台是基于 AIGC 的智能化 IP 打造平台，致力于提供虚拟数字人定制、AI 短视频内容生产和数字人直播的一站式解决方案。通过结合领先的 AI 技术，平台实现了数字人的高质量生产和互动能力，为用户打造全新的数字人 IP 体验。
赛灵力虚拟数字人工厂致力于 2D 虚拟人、3D 虚拟人、声音克隆等 AI 技术探索和产业应用，为企业、政府、个人提供虚拟数字人 AI 视频创作、个人形象定制、声音定制、智能语音合成等服务。
