站长之家（ChinaZ.com）7月10日 消息:7月6日至8日，2023世界人工智能大会在上海召开。阿里云举办“MaaS:以模型为中心的AI 开发新范式”论坛，阿里云首席技术官周靖人发布通义大模型家族最新成员通义万相，推出了面向开发者的大模型调用工具ModelScopeGPT（魔搭GPT）。
据介绍，魔搭社区推出了国内首款大模型调用工具ModelScopeGPT，它能接收用户指令，通过“中枢模型”一键调用魔搭社区其他的AI模型，大小模型协同完成复杂任务。
魔搭GPT现已能够调用魔搭社区十多个核心AI模型的API，未来随着更多模型API的加入，魔搭GPT的能力也将不断增强。构建这一模型调用工具的数据集和训练方案将会对外开放，供开发者自行使用，开发者可以根据需要对不同的大模型和小模型进行组合。
数据显示，阿里云魔搭社区现已聚集180万AI开发者和由20多家顶尖人工智能机构贡献的900多个优质AI模型。
周靖人表示，阿里云将把促进中国大模型生态的繁荣作为首要目标，向大模型创业公司提供全方位的服务，包括最强大的智能算力和开发工具，并在资金和商业化探索方面提供充分支持。
（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
在Create2024百度AI开发者大会的主题演讲中，百度创始人、董事长兼首席执行官李彦宏向与会者展示了三大引人注目的开发工具:AgentBuilder、AppBuilder和ModelBuilder。这些工具不仅便于开发者们轻松打包带走，更可即刻投入使用，助力他们在AI领域的创新实践。更令人振奋的是，大赛首次设立了“特别大奖”，优秀项目将有机会获得高达5000万人民币的现金及资源支持，这为广大创业者们提供了一个难得的展示自我、实现梦想的舞台。
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/1、BlockadeLabs发布全新模型Model3本文介绍了知名生成式AI平台BlockadeLabs发布的全新模型Model3，该模型实现了生成效果的质的提升，支持超高清8192x4096分辨率，提升了文本提示器描述生
Claude最近发布了一项名为"Tooluse"的新功能，这个功能允许模型与外部系统和数据进行交互。Claude不再仅仅是一个文本生成或问题回答的工具，它现在能够实际调用外部定义的函数或工具来执行特定操作，比如获取当前的天气信息、执行数学计算等。Claude发布的"Tooluse"功能，使其在与外部系统和数据的交互上有了更大的突破，使得其在处理各种复杂任务时更加灵活和高效。
RekaCore是一款最新发布的多模态大型语言模型，其性能可与GPT-4相媲美，甚至在某些方面超越了现有的前沿模型。这一技术突破为人工智能领域带来了新的里程碑，特别是在图像、视频和音频的上下文理解能力方面。随着Core的进一步优化和应用，我们有理由相信，它将在多个领域产生深远的影响，推动人工智能技术的进步和社会的发展。
4月24日，商汤集团在港交所暂停交易前股价上涨31.15%。商汤集团表示，其大模型日日新5.0发布会受到市场极大关注，公司将进一步刊发相关公告。商汤的生成式AI业务在2023年取得了显著增长，占总收入的35%。
特斯拉中国宣布，ModelSPlaid全新升级运动座椅，配备Plaid专属标识，有全黑色、黑色和白色、米色配色可选。ModelS是特斯拉推出的一款安全、高性能的电动轿车，提供了多种配置和定制选项。ModelSPlaid版则为三电机全轮驱动，售价为¥828，900，具备更高性能配置，包括0-100公里/小时加速仅需2.1秒、1020马力、碳纤维套的转子等。
在特斯拉下调ModelS、ModelX和ModelY在美国市场的售价之后，特斯拉也对这三款电动汽车在国内市场的售价进行了调整，均下调了1.4万元。从特斯拉官网来看，在降价之后，ModelY在国内市场的起售价为24.99万元，双电机全轮驱动长续航版的起售价则是29.09万元，高性能版为35.49万元。降价在提升需求的同时，也将会影响特斯拉的业绩，虽然更高的销量能带来更高的营收，弥补降价带�
人工智能热潮席卷全球，撼动了很多行业的发展模式。以大模型为代表的通用人工智能，深刻改变了当前以人力和时长为主要生产模式的产业形态，从根本上重塑了产业的全球竞争力。”FMossGPT在公共安全、执纪监督、金融反洗钱、知产保护、高校科研等多个数据分析项目中都能展现出强大的实力，无论是在打击犯罪的战场上是在学术研究的领域里，凭借其独特的智慧，为数据分析工作注入新的活力!智器云助推大模型产业生态蓬勃发展在智器云的发展蓝图中，大模型FMossGPT将成为创新解决方案的的核心，以它为基座，将有更多人工智能产品与大家见面!智器云会继续深化大模型在数据情报分析中的应用，不断推出创新产品和服务，以满足不断变化的社会需求，推动大模型产业生态蓬勃发展，助力数据情报分析领域的智能化水平迈上新的高峰!先进科技是推动新质生产力产生的核心驱动力，科技进步需要行业内外的共同努力。
斯坦福大学研究人员发布的Octopusv2模型引起了开发者社区的极大关注，其20亿参数的模型一夜下载量超过2k。这一模型可以在智能手机、汽车、个人电脑等端侧设备上运行，并在准确性和延迟方面表现超越了GPT-4，同时将上下文长度减少了95%。设备端AI智能体时代即将到来，Octopusv2的发布为这一趋势注入了新的活力。
AdobePhotoshop迎来了一次重大更新，通过集成AdobeFireflyImage3Model，引入了多项新的AI功能，这些功能大幅提升了图像编辑的深度与灵活性。这次的更新不仅优化了图像生成的过程让用户能够以前所未有的控制度和精准度实现其创意构想。这些新的AI功能的引入，无疑将为Photoshop用户带来更高效、更精准的图像编辑体验。
Spark是一款智能、专注的电子邮件应用，帮助您掌控收件箱。通过智能筛选，快速了解重要内容，并快速清理其余邮件。Spark还提供AI助手帮助您快速编写完美的电子邮件。
Chatbox是一个易于使用的人工智能解决方案，支持多平台，帮助提升工作和学习效率。它具备本地数据存储，确保隐私和轻松访问，同时支持多种尖端人工智能模型，提供多样化、适应性和智能化的用户互动。Chatbox还具备强大的提示功能，释放创造力，支持Markdown、引用、令牌估计等功能，为思维提供广阔的发展空间。
ChatX是一个基于先进AI技术的客户端应用，它通过高速API服务器提供极速体验，支持iPhone、iPad和macOS设备间的云同步。用户可以利用它完成各种AI任务，如文本生成、图片生成等，显著提高工作效率。产品的主要优点包括高速访问、自定义功能、经济的按字数消耗模式以及丰富的高级功能，如AI参数微调、Siri朗读等。ChatX的背景是AI技术的快速发展和用户对于高效、智能工具的需求。目前，产品在Mac App Store上免费提供，但提供App内购买项目。
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。
