随着 OpenAI 的 ChatGPT、Google 的 Bard 等 AIGC 工具的出现，由 AI 驱动的内容、信息、机器人已经在过去一年中迅速融入了 Web 网站之中。然而，在这些工具带来极大便利、提升效率之际，虚假用户、垃圾广告、错误性消息也接踵而至。就在几天前，一家社交应用初创公司 IRL（IN REA
......
本文由站长之家合作伙伴自媒体作者“CSDN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
“OpenAI不足为惧，开源会慢慢赶上来。”彼时HuggingFace创始人ClemDelangue的一句预言，正在迅速成为现实。这也足以说明，开源还是闭源，或许只是阶段和位置的不同，但可以肯定的是，大模型时代，已经加速进入下一赛段。
美国初创公司ElevenLabs日前推出了一款名为“AIDubbing”的产品，该产品可以将任何语音内容翻译成20多种不同的语言。这一工具面向所有平台用户开放，被视为是改变语音配音领域的创新之举。AI配音工具的出现无疑为这个市场带来了更多可能性。
苹果公司于10月5日发布了iOS17.0.3版本，随后关闭了对iOS16.6.1、iOS17和iOS17.0.1的验证通道。这意味着更新到新版本后无法再降级到上述老版本。苹果公司表示导致过热问题的根源在于软件非硬件或设计缺陷，并且不会通过降低A17Pro芯片性能来解决问题。
Adobe日前与微软等公司共同推出了一个新符号，用以标注内容是否由人工智能工具生成。该符号将嵌入在内容的元数据中，当用户浏览图片时，将显示内容的制作工具和所有权信息。随着AI生成假信息的担忧加剧，各大科技公司也在积极开发各种水印系统来标注AI内容。
IBM的首席执行官ArvindKrishna在一次FortuneCEO倡议大会上表示，人工智能不会对公司的软件开发者岗位产生影响，并表示他不仅不会裁员计划增加开发者的数量。他同时计划削减一些后勤职位，包括人力资源岗位。对于各行各业的技术专业人士来说，了解这些工具可以做什么可以帮助你调整工作流程和自己的职业生涯。
AI大模型无疑是2023年的关键词，更是各大科技厂商竞逐的热门赛道。然象征着未来的AI大模型实在太费钱，以至于财大气粗如微软都开始考虑“PlanB”了。所以在这样的情况下，微软自然也就有意来改变现状了。
智谱AI近日完成了B-4轮融资，腾讯和阿里等互联网巨头参与投资，其估值达到了约10亿美元。针对上述信息，智谱AI方不予置评，腾讯集团和阿里云智能集团回复称已参与投资。智谱AI还推出了认知大模型平台Bigmodel.ai，包括CodeGeeX和CogView等产品，提供智能API服务。
“趋势与未来”第三届元宇宙共享大会暨Web3.0链改——绿色积分资产化实践项目签约发布会，及汇来购全生态3.0启动盛典于2023年9月26日在广东金海湾成功举办。该活动由中国移动通信联合会元宇宙产业工作委员会，中国通信工业协会区块链专业委员会联合主办;亚洲区块链综合管理机构，汇来购经济服务平台共同承办。为推动社会走向数字文明新时代，共建元宇宙技术创新生态体系，推动元宇宙可持续健康发展。
StabilityAI发布了最新的语言模型StableLM3B，该模型是为便携式数字设备设计的，参数规模为30亿，比行业通常使用的70亿参数模型要小，具有更高的性能和可移植性。StableLM3B具有较小的体积和高效性的优势，需要更少的资源和较低的运行成本，使其对大多数用户来说更加可承受。该模型已在HuggingFace平台上发布，可以下载权重进行尝试。
在信息爆炸的时代，企业内部如何高效地管理和查找信息成为一个持久性难题。Box公司的首席执行官兼联合创始人AaronLevie指出，随着企业数据呈爆炸性增长，这一问题变得愈发复杂。随着时间的推移，将提供更多查询选项，以满足更大规模的使用需求。
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。
FilmAction 是一款一站式 AI 电影制作平台，通过 AI 技术革新创作流程，使艺术创作更简单。它提供脚本、分镜、视频和旁白的一键生成，支持模拟胶片风格，适用于奇幻片等不同类型的电影创作。FilmAction 还可以生成配乐和合成成片，方便创作者进行后期制作。它的优点是节省时间和精力，提供丰富的创作工具和资源，以及强大的 AI 技术支持。
Voicenotes 是一款智能语音笔记应用，它允许用户记录新想法、家庭时刻、会议要点、播客收获等任何内容。用户可以要求AI回顾过去的笔记或头脑风暴新想法，因为AI具有完美的记忆力。该应用支持创建摘要、待办事项列表、博客文章等，提供智能建议，并支持50多种语言。它即将在智能手表上推出，承诺对隐私、持久性和美观的承诺。
Yi-1.5是零一万物一款文本生成模型，它利用最新的人工智能技术，能够生成流畅、连贯且多样化的文本。该模型特别适合于需要大量文本创作的领域，如内容创作、新闻撰写、社交媒体管理等。它的优势在于能够快速生成高质量的文本，提高工作效率，同时降低人力成本。
Junia AI是一个强大的AI工具，帮助用户创建在搜索引擎上排名高的文章和数字内容。它结合了AI和SEO工具，提供性能功能和安全的AI营销。Junia AI的主要优点是帮助用户优化内容创作，从而提高搜索引擎排名，并提供有竞争力的AI营销功能。它的背景信息是在AI技术的支持下，Junia AI能够分析搜索引擎算法并为用户提供有效的SEO建议。Junia AI的定位是为个人用户和团队提供一种简单而有效的方式来创造具有竞争力的内容并获得更多的流量和曝光。
Ai Course Creator是一个使用AI技术简化在线课程创建过程的工具。它可以帮助您快速生成互动课程，并提供全面的课程大纲和课程内容。它的主要优点是节省时间和精力，使课程创建变得简单而高效。无论是初次创建课程还是多次创建，Ai Course Creator都能帮助您与学生建立真正的连接。
