20.6亿!美团昨日在港交所发布公告，宣布以约20.65亿元人民币的价格，完成对大模型创业公司“光年之外”的股权收购。美团收购光年之外的公告，图源:港交所光年之外由美团联合创始人王慧文创立，是目前国内最受瞩目的大模型创业公司之一。4个月前，已经退休的王慧文发布“AI英雄榜”
......
本文由站长之家合作伙伴自媒体作者“头号AI玩家公众号”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
风雨飘摇中的StabilityAI还能走多远?近期，AI绘画神器StableDiffusion背后的开发公司StabilityAI发生一系列变动，包括CEOEmadMostaque在内的多名核心高管、技术人员离职，公司面临现金流危机。《福布斯》援引StabilityAI内部文件以及30多名现任和前任员工、投资者和行业专家的声明称，前StabilityAICEOEmadMostaque带领的管理层存在诸多问题:图源备注：图片由AI生成，图片授权服务商MidjourneyStabil
“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。
让AI写代码正在越来越流行。今天蚂蚁集团智能研发平台CodeFuse推出了“图生代码”技术，这一技术集成在CodeFuse上，可将网页、App等设计图一键转化成前端代码。
4月24日，苹果开源了大语言模型OpenELM。这与微软刚开源的Phi-3Mini类似，是一款专门针对手机等移动设备的模型。这次苹果真的是很有诚意的开源，一开到底所有内容都贡献出来了，家大业大就是敢玩。
360宣布AI员工[红衣]入职事业部，他是首位正式入职的数字安全专家，由360安全大模型支持。在安全运营工作中，他承担了安全分析搭子、安全处置专家、应急响应专家、安全知识咨询顾问、安全运营助手等多重角色，一人扛起360AI事业部的大旗。360呼吁安全运营团队可以依靠红衣这样的AI员工来提升工作效率和解决人才短缺问题。
腾讯公司在“2024TIMEDAY·腾讯智慧出行技术开放日”活动上正式发布了面向汽车行业的“全域智能”大模型方案。此方案已顺利应用于汽车研发、生产、营销、服务以及企业协同办公等五大核心场景，展现出了强大的实用性和潜力。预计在今年底，腾讯的智能汽车产品将搭载至超过1500万辆车上，为更多用户带来智能、便捷的出行体验。
以国内大模型初创企业主要投资方的身份，腾讯和阿里再次站在了“金主爸爸”的位置。2023年至今，这两家曾经的投资大户不约同地大幅减少了自己的出手次数。招聘官网上，增长产品的岗位需求已经被撤下，这意味着这家大模型明星公司，已经迅速招到了满意的成员。
国家互联网信息办公室近日发布了《生成式人工智能服务已备案信息的公告》，根据公告文档，目前确认了116个AI大模型已通过备案程序。这一举措旨在促进生成式人工智能服务的创新发展和规范应用。也有助于监管部门对人工智能应用的监督和管理。
金山办公推出的WPS365是一款面向组织和企业的综合性办公解决方案，它包含了升级的WPSOffice、最新发布的WPSAI企业版和WPS协作，旨在为企业提供一站式数字办公体验。WPSAI企业版是该方案的核心组件之一，它由AIHub、AIDocs和CopilotPro三部分构成，全面展现了金山办公在人工智能领域的技术积累和创新实力。WPS协作还强调了相关平台的信创优势”，为企业提供了更加安全可靠的办公解决方案。
在近日的一次内部讲话中，百度董事长李彦宏给开源大模型泼了不少冷水。李彦宏认为，大模型开源的意义不大，闭源模型在成本和能力上会持续领先。其实你仔细听听李彦宏说的是有道理的，他是说在写古诗方面，百度超过了GPT4，”周鸿祎的这番言论也引发了现场轰笑。
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。
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。
