生成式人工智能在2023年成为科技行业的关键词，显然已经是无可争议的事情。不提大洋彼岸，仅是在中国市场，不到三个月的时间里，诸如百度的文心一言、阿里的通义千问、网易的玉言、京东的ChatJD、360的“360智脑”及“360鸿图”，再加上商汤科技、科大讯飞、深兰科技等AI企业相关产
......
本文由站长之家合作伙伴自媒体作者“三易生活公众号”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
腾讯和字节跳动的“破冰”，无疑是过去一年国内互联网行业最为重要的事件之一这两大巨头也终于结束了多年的剑拨弩张。不过这块蛋糕毕竟就这么大，所以两家在市场的竞争显然不会因此停止。更何况这一轮的AI浪潮同样是从硅谷传导到国内，所以一个个加大力度投入AI的国内互联网大厂又怎么不会去关心大洋彼岸的硅谷创业者?因此“话炉”和“AI聊天搭子”的推出，早就�
腾讯内容开放平台在北京发布公告，针对个别MCN及作者发布大量违规“AI洗稿”内容的现象，宣布将采取严厉措施，保障平台正常内容生态及原创作者权益。平台巡查发现违规行为严重影响了内容生态的健康发展。腾讯内容开放平台的这一举措受到了广泛关注，业界普遍认为，这对于整个内容创作生态都具有积极的促进作用，也将为内容行业的发展提供更加清朗的环境和规范。
腾讯会议发布了极速版，新增了三项功能以提升开会效率。首先是支持一键闭麦功能，参会人员可以点击“提效”来匿名提醒发言人闭麦，如果多人反复点击“提效”，系统会逐步降低发言人音量直至闭麦，减少低效发言，提升会议效率。最后是会议信用分机制，根据用户身份、预约历史、发言内容、议程效率等五大维度赋分，用户可以在每场会议后给对方打分，不同分数享有不同发言时长和发起会议权限。
AI时代，会议室的良好拾音和区分说话人技术，是实现语音转文字、字幕翻译和智能纪要等能力的前提。4月17日，腾讯会议天籁实验室发布腾讯天籁inside3.0升级，在腾讯AILab多项技术加持下，推出16mic多模态人像分割解决方案，具备智能音幕功能，能够精准区分和定位会议室里的发言人，并升级了去混响效果。腾讯会议已经广泛服务金融、互联网、教育、医药、工业制造等行业，包括中国人民银行、清华大学、国家电网、中国交建、中国银行、美的、卫龙、国泰君安证券、北京朝阳医院等众多企事业单位，在多个行业的头部客户渗透率超过50%。
ELLA是一种轻量级方法，可将现有的基于CLIP的扩散模型配备强大的LLM。ELLA提高了模型的提示跟随能力，使文本到图像模型能够理解长文本。ELLA的产品特色通过LLM增强扩散模型的文本对齐能力无需训练U-Net和LLM即可提高模型的提示跟随能力设计了时间感知语义连接器，提取LLM中的时间步相关条件提供了DensePromptGraphBenchmark基准测试，评估文本对图像模型的密集提示跟随能力能够与社区模型和下游工具无缝整合，提高其文本-图像对齐能力为了获取更多关于ELLA的信息和体验该工具，请访问ELLA官网。
探索科技前沿，重塑游戏未来——这是一份集智慧与技术于一体的白皮书，由《开心消消乐》、英特尔和腾讯云携手呈现。通过第五代英特尔®至强®可扩展处理器以及腾讯云服务器的深度融合，我们得以见证AI推理在游戏体验改变中的重要角色。这份白皮书将为你展示科技与游戏的紧密结合，无论你身处哪个行业，都将从中得到深刻的启发。一起探索科技的边界，感受AI在游戏
腾讯广告一站式AI广告创意平台“腾讯广告妙思”上线图生图能力。通过上传一张参考图，妙思的AI模型便能迅速生成相似图片，实现所见即所得，让创意素材焕发新生。在游戏行业和网服行业中，CTR分别提升了19%和18%，展现出强大的市场竞争力。
腾讯智影推出了新功能“动态漫画”，让用户可以零基础制作高流量的AI漫画视频。这种AI漫画视频在短视频平台上流行，画面精美、剧情精彩，吸引了很高的流量和点赞数。智影的动态漫画功能让用户无需绘画基础，就能制作出高质量的AI漫画视频，为想要成为漫画家的用户提供了便利的创作工具。
IPRdaily发布了一份中国人工智能发明专利企业排行榜，其中TOP10企业中，出现了腾讯、华为等知名企业的身影。腾讯以15626件专利位居榜首，百度紧随其后，拥有13723件专利。虽然不能说是最领先的，但至少没有落后太多。
你敢信?一款手游里藏着400个AI角色，且各自有各自的性格……这就是腾讯在一年一度的“游戏界春晚”GDC上展示的一场技术肌肉秀——《火影忍者》手游相关负责人介绍了大规模强化学习AI训练系统，该方法的训练成本和时间比传统的训练方案减少90%。移动端光追、144帧渲染、跨平台开发管线管理等技术也都逐一亮相。GDC还有哪些好玩的呢?欢迎有参与到GDC的小伙伴，与我们分�
RAGFlow是一个开源的RAG（Retrieval-Augmented Generation）引擎，基于深度文档理解，提供流线型的RAG工作流程，适用于各种规模的企业。它结合了大型语言模型（LLM）提供真实的问答能力，支持从各种复杂格式数据中引用确凿的引文。
EmojiTell是一个创新的在线服务，可以将文本翻译成表情组合，增加沟通的趣味性和表现力。它由一支对表情符号充满热情的开发者和设计师团队开发，旨在通过表情符号的力量，让信息传递更加生动和个性化。
Perplexica是一个开源的AI驱动搜索引擎，它不仅搜索网络，还理解您的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源，确保您始终获得最新信息，同时不损害您的隐私。
FaceChain是一个深度学习工具链，由ModelScope提供支持，能够通过至少1张肖像照片生成你的数字孪生体，并在不同设置中生成个人肖像（支持多种风格）。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力，支持多种风格，以及易于使用的界面。
HuggingFace镜像站是一个非盈利性项目，旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程，减少因网络问题导致的中断，它极大地提高了开发者的工作效率。该镜像站支持多种下载方式，包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
WebLlama是一个基于Meta Llama 3构建的代理，专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理，帮助用户浏览网页，而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V（零样本）18%，展示了其在网页导航任务中的卓越性能。
GitHub Copilot for Infrastructure as Code（简称Infra Copilot）是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文，允许专业人员使用自然语言表达需求，并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码（IaC）的开发过程，还确保了跨环境和项目的一致性，加速了新团队成员的上手和学习过程，显著提高了工作效率并节约了时间。
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。
