首页 > 业界 > 关键词  > ChatGPT最新资讯  > 正文

AI视野:ChatGPT集成Canva插件;百度智能云千帆大模型平台2.0发布;讯飞星火大模型正式向全民开放

2023-09-05 16:35 · 稿源:站长之家

【模型动态】

ChatGPT集成Canva插件 Plus用户可以生成图片了!

ChatGPT集成了Canva插件,使用户能够通过简单的文本提示快速创建视觉素材。Canva用户遍及全球190多个国家,月活跃用户超过7500万。

微信截图_20230905080503.png

要点:

  • ChatGPT推出Canva插件,生成图片、视频等视觉内容。

  • 插件仅针对ChatGPT Plus订阅用户。

  • 数据显示Canva用户数庞大,月活跃用户超过7500万。

百度智能云千帆大模型平台2.0发布 训练提速up!up!up!

百度智能云千帆大模型平台2.0正式发布,具有4大升级优势:预置最多大模型和数据集、最全工具链、最佳算力效能、最完备安全方案,大幅降低企业使用和训练大模型的门槛。

微信截图_20230905100620.png

要点:

  • 预置42个主流大模型和41个行业数据集,还预装10个应用范式,易用性更强。

  • 提供更全面工具链,训练大模型时间成本降低95%以上,验证模型效果更快。

  • 平台提供模型安全、内容安全和数据安全保障,保护模型资产安全。

终于等到你!讯飞星火大模型正式向全民开放

科大讯飞宣布旗下开发的讯飞星火大模型向全民开放,用户可以在各大应用商店下载使用。讯飞星火大模型已升级到V2.0版本,10月24日通用模型能力预计可与ChatGPT3.5媲美,中文能力或将超越,英文能力与之相当。讯飞星火大模型代码能力和多模态能力显著提升,在多个领域得到应用。

讯飞星火、科大讯飞

要点:

  • 讯飞星火大模型正式向全民开放,用户可以在应用商店下载使用。

  • 讯飞星火大模型已升级到V2.0,10月24日通用模型能力可与ChatGPT3.5媲美。

  • 讯飞星火大模型代码能力和多模态能力显著提升,在多个领域得到应用。

360智脑大模型面向公众开放 已接入360“全家桶”

360智脑大模型正式对外开放,用户可以通过官方渠道下载使用,或通过升级360产品登录体验大模型服务。

 360 智脑

要点:

  • 360智脑大模型对外开放,用户可以下载专门App使用。

  • 通过升级360安全软件等产品至最新版本,也可以体验大模型服务。

  • 360智脑大模型已在多款360产品中落地应用,提升产品智能化水平。

【开发者专区】

开源软件开发助手SoTaNa:利用AI改进软件开发流程

开源软件开发助手SoTaNa通过基于大型语言模型的技术,理解开发者意图,为软件工程提供自动化解决方案,已在Stack Overflow数据集上验证了效果,有望提升软件开发效率。

image.png

要点:

  • SoTaNa利用AI的能力改进软件开发流程,其核心是用LLM理解开发者意图。

  • SoTaNa采用了Lora微调等方法增强开源LLM模型理解能力。

  • SoTaNa在代码生成等三大任务上进行了验证,结果表明可以解析开发问题并给出代码解决方案。

清华大学推Prompt2Model系统:可自动生成专用NLP模型

卡内基梅隆大学和清华大学的研究人员开发了Prompt2Model系统,可以根据提示自动生成专用NLP模型,在某些情况下性能超过GPT-3.5Turbo。

image.png

项目网址:https://github.com/neulab/prompt2model

要点:

  • Prompt2Model可以根据提示自动生成专用NLP模型,在某些情况下性能超过GPT-3.5Turbo。

  • Prompt2Model使用OpenAI的GPT-3.5Turbo生成合成训练数据,再利用预训练的Hugging Face模型进行微调。

  • Prompt2Model依赖OpenAI的GPT-3.5Turbo是商业应用的局限,正在探索使用开源语言模型。

一站式代码格式化工具Biome开源 支持多种 Web 开发语言

Biome是一个统一的Web项目构建和维护工具链,支持几秒内格式化和检查JavaScript、TypeScript、JSON和CSS等代码,提供默认配置、并行处理、IDE集成等功能,旨在最终取代Babel、ESLint等工具。

image.png

项目地址:https://github.com/biomejs/biome

要点:

  • Biome支持即时格式化和检验JavaScript、TypeScript、JSON、CSS等代码,还可以热重载实现实时预览。

  • Biome提供丰富的IDE集成,可以解析源代码并给出详细的错误提示,提高开发效率。

  • Biome使用默认的最佳实践配置,极简主义设计,同时支持并行处理任务,大幅提升性能。

图像编辑EditGAN新方法:实现高精度细节编辑 并保持图像质量

EditGAN是一种高精度、高质量语义图像编辑的新方法。它基于一种GAN框架,可以同时建模图像及其语义分割,只需要很少的标注数据。

image.png

要点:

  • EditGAN基于GAN框架,只需要很少的标注数据即可进行高精度图像编辑。

  • EditGAN通过在GAN潜在空间学习“编辑向量”,来进行针对性图像修改。

  • EditGAN支持多种编辑模式,可以进行前所未有的细节编辑,同时保持图像质量。

【应用专区】

Meta推OCR神器Nougat公式表格、扫描版PDF通通都可提取!

Meta推出科研OCR工具Nougat,可将PDF文档转为结构化文本,尤其擅长解析数学公式。该工具基于Transformer架构,使用科研论文构建训练集,测试结果显示文本转换准确率超过96%,数学公式准确率超过75%。文章提到该工具有助于提高数百万科研论文的可获取性。

图片

论文地址:https://arxiv.org/pdf/2308.13418.pdf

要点:

  • Nougat可将PDF文档准确转为结构化文本,擅长解析公式。

  • 该工具使用Transformer架构,以科研论文训练。

  • 转换准确率高,有助提升科研论文可获取性。

金山办公宣布WPS AI正式面向社会开放

金山办公宣布自主研发的AI产品WPS AI正式面向社会开放,首先应用在旗下WPS智能文档中,为用户提供内容生成、表达优化等功能。WPS AI作为协同办公领域首个落地的生成式AI应用,已接入文字、演示、表格等产品线,解决内容创作、知识管理等用户需求。公司未来将在内容、智慧助手、知识挖掘等方向持续发展WPS AI。

要点:

  • WPS AI正式面向社会开放,应用在WPS智能文档中。

  • WPS AI提供内容生成、表达优化等功能,解决用户创作需求。

  • 公司将在内容、智慧助手等方向持续发展WPS AI。

Pipio:简单的文字脚本即可生成真人化的数字角色

Pipio是一款通过文字脚本快速生成真人化数字角色视频的创新平台。平台提供多种语言和种族的数字角色,支持语音合成,让用户能够以最低成本和最短时间制作视频内容。

image.png

体验地址:https://pipio.ai/

要点:

  • Pipio能够通过简单文字脚本生成真人化数字角色视频。

  • 平台提供多种语言和种族的数字角色供选择。

  • Pipio使视频内容制作变得快速、经济、便捷。

举报

  • 相关推荐
  • 大家在看
  • Tonic Textual:安全数据湖,为生成式AI开发提供数据

    Tonic Textual 是全球首个为大型语言模型(LLMs)设计的Secure Data Lakehouse。它通过自动化流程,帮助企业从云存储中提取、治理、丰富和部署非结构化数据,以支持生成式AI的发展。该产品强调数据隐私保护,利用其专有的命名实体识别(NER)模型自动检测和去标识化敏感信息,同时通过数据合成保持数据的语义真实性。它支持多种数据格式,并通过AWS Marketplace、Google Cloud Marketplace和Snowflake Marketplace提供服务。

  • Outtloud:AI语音助手,将文档转换为自然语音

    Outtloud是一款AI语音助手,可以将用户文档或文本转换成自然流畅的高保真AI语音。它支持超过10种语言和口音,提供100多种AI高级人声。用户可以以高达4倍的速度听书,节省阅读时间,同时在驾驶、通勤、锻炼等任何时间任何地点进行学习。它还具备添加笔记和书签的功能,支持在焦点模式下高亮显示正在播放的段落,以便用户跟随阅读。

  • llama3v:基于llama3 8B的SOTA视觉模型

    llama3v是一个基于Llama3 8B和siglip-so400m的SOTA(State of the Art,即最先进技术)视觉模型。它是一个开源的VLLM(视觉语言多模态学习模型),在Huggingface上提供模型权重,支持快速本地推理,并发布了推理代码。该模型结合了图像识别和文本生成,通过添加投影层将图像特征映射到LLaMA嵌入空间,以提高模型对图像的理解能力。

  • Open LLM Leaderboard:开放的大型语言模型排行榜

    Open LLM Leaderboard是一个由Hugging Face提供的空间,旨在展示和比较各种大型语言模型的性能。它为开发者、研究人员和企业提供了一个平台,可以查看不同模型在特定任务上的表现,从而帮助用户选择最适合自己需求的模型。

  • OpenCompass Multi-modal Leaderboard:实时更新的多模态模型性能排行榜

    OpenCompass多模态排行榜是一个实时更新的平台,用于评估和排名不同的多模态模型(VLMs)。它通过8个多模态基准测试来计算模型的平均得分,并提供详细的性能数据。该平台仅包含开源的VLMs或公开可用的APIs,旨在帮助研究人员和开发者了解当前多模态模型的最新进展和性能表现。

  • I2VEdit:一种基于图像到视频扩散模型的视频编辑技术

    I2VEdit是一种创新的视频编辑技术,通过预训练的图像到视频模型,将单一帧的编辑扩展到整个视频。这项技术能够适应性地保持源视频的视觉和运动完整性,并有效处理全局编辑、局部编辑以及适度的形状变化,这是现有方法所不能实现的。I2VEdit的核心包括两个主要过程:粗略运动提取和外观细化,通过粗粒度注意力匹配进行精确调整。此外,还引入了跳过间隔策略,以减轻多个视频片段自动回归生成过程中的质量下降。实验结果表明,I2VEdit在细粒度视频编辑方面的优越性能,证明了其能够产生高质量、时间一致的输出。

  • Samba-1 Turbo:高效能的AI模型选择与应用平台

    Samba-1 Turbo是一个提供AI模型选择和应用的平台,它允许开发者通过免费的开发者推理服务来试用、比较和评估Samba-1中各种专家模型。此外,平台还提供一些构建在Samba-1之上的演示业务应用程序,以及开源语言专家SambaLingo。Samba-1 Turbo旨在为开发者提供强大的工具,以简化AI模型的集成和应用过程。

  • StreamV2V:实时视频到视频翻译的扩散模型

    StreamV2V是一个扩散模型,它通过用户提示实现了实时的视频到视频(V2V)翻译。与传统的批处理方法不同,StreamV2V采用流式处理方式,能够处理无限帧的视频。它的核心是维护一个特征库,该库存储了过去帧的信息。对于新进来的帧,StreamV2V通过扩展自注意力和直接特征融合技术,将相似的过去特征直接融合到输出中。特征库通过合并存储的和新的特征不断更新,保持紧凑且信息丰富。StreamV2V以其适应性和效率脱颖而出,无需微调即可与图像扩散模型无缝集成。

  • OpenCompass 2.0 Large Language Model Leaderboard:大型语言模型排行榜,实时评估模型性能。

    OpenCompass 2.0是一个专注于大型语言模型性能评估的平台。它使用多个闭源数据集进行多维度评估,为模型提供整体平均分和专业技能分数。该平台通过实时更新排行榜,帮助开发者和研究人员了解不同模型在语言、知识、推理、数学和编程等方面的性能表现。

  • 甲骨文AI协同平台:数字化甲骨文研究与共享平台

    甲骨文AI协同平台是一个专注于甲骨文研究的数字化平台,集成了甲骨文全信息著录库、甲骨文总字表、数字工具箱等资源,通过AI技术辅助甲骨文的释读、研究和教育传播。平台汇聚了众多博物馆、专家学者以及社会各界人士的共同努力,旨在推动甲骨文研究的深入发展和甲骨文化的传承。

  • Cantor:创新的多模态链式思维框架,提升视觉推理能力

    Cantor是一个多模态链式思维(CoT)框架,它通过感知决策架构,将视觉上下文获取与逻辑推理相结合,解决复杂的视觉推理任务。Cantor首先作为一个决策生成器,整合视觉输入来分析图像和问题,确保与实际情境更紧密的对齐。此外,Cantor利用大型语言模型(MLLMs)的高级认知功能,作为多面专家,推导出更高层次的信息,增强CoT生成过程。Cantor在两个复杂的视觉推理数据集上进行了广泛的实验,证明了所提出框架的有效性,无需微调或真实理由,就显著提高了多模态CoT性能。

  • SuperCLUE:领先的AI评测基准,衡量和比较AI模型性能。

    SuperCLUE是一个用于评估和比较大型语言模型性能的在线平台。它提供了多种任务和排行榜,旨在为AI研究者和开发者提供一个标准化的测试环境。SuperCLUE支持各种AI应用场景,包括数学推理、代码生成、超长文本处理等,能够帮助用户准确评估模型在不同任务上的表现和能力。

  • Berkeley Function-Calling Leaderboard:评估大型语言模型调用函数能力的排行榜

    Berkeley Function-Calling Leaderboard(伯克利函数调用排行榜)是一个专门用来评估大型语言模型(LLMs)准确调用函数(或工具)能力的在线平台。该排行榜基于真实世界数据,定期更新,提供了一个衡量和比较不同模型在特定编程任务上表现的基准。它对于开发者、研究人员以及对AI编程能力有兴趣的用户来说是一个宝贵的资源。

  • OpenAI & other LLM API Pricing Calculator:AI项目成本计算器,比较不同AI模型的成本。

    OpenAI和其他大型语言模型(LLM)API的成本计算器,帮助企业和开发者评估和比较不同AI模型在项目中的成本。该工具提供了包括OpenAI、Azure、Anthropic、Llama 3、Google Gemini、Mistral和Cohere等在内的多个模型的价格计算。它基于输入的token数、输出的token数和API调用次数来计算成本。

  • Clay Filter AI:将您的角色照片转换成粘土动画风格的图像

    粘土 AI 是一款 AI 工具,可以将照片转换成粘土动画风格的图像。通过分析面部特征,生成逼真的效果,提供灵活的编辑功能。价格定位为免费使用。使用比较简单,上传你的照片并提交,稍等10-20 秒可以获得粘土动画风格的图像。

  • TopMixLabs:在线AI视频动画生成工具

    TopMixLabs 是一个 AI 动画制作工具,通过上传图片,用户可以轻松地将图像转换为专业级动画,适用于各种规模的企业,提升品牌形象。使用简单,只需要4张照片,上传稍等10 -20分钟左右,即可以生成高质量的动画,生成的动画支持下载mp4格式,而且在平台上创建的动画用于个人和商业目的。

  • StartKit.AI:快速搭建AI创业项目

    StartKit.AI是一个旨在帮助开发者快速构建AI项目的在线平台。它提供了一个包含所有所需功能来发布SaaS产品的AI样板,无需AI经验即可使用。该平台由James和Danielle开发,他们拥有超过10年的SaaS产品开发经验,并成功运营着AI产品Ellie。StartKit.AI集成了30多个模块和超过8000行代码,提供了先进的AI特性,如聊天、图像、文本、语音、翻译和内容审核等。此外,它还包括了OpenAI的所有功能,并支持创建自己的ChatGPT克隆体。产品定位于帮助开发者快速启动AI项目,保持技术领先,并支持通过Stripe进行产品变现。

  • Cressi:AI驱动的个性化购物助手

    Cressi是一个由AI驱动的个性化购物助手,旨在通过分析用户的搜索历史、兴趣、联系人和日历等信息,提供定制化的购物建议。Cressi不仅能够理解用户的偏好,而且能够随着用户生活方式的变化而不断进化,提供真正人性化的购物体验。Cressi致力于使购物更加个性化、高客户满意度,并减少浪费,以实现更有意义和可持续的购物方式。

  • Decks:一款专业的笔记应用,助你快速掌握任何学科

    Decks是一款专为学习设计的应用,它通过创新的笔记方式帮助用户更快地掌握知识。用户可以免费开始使用,并在14天后选择月度或年度订阅。Decks提供每月8美元或每年79美元的订阅选项。

  • AutoPilotI18n:AI驱动的国际化工具 简化i18n流程。

    AutoPilotI18n 是一款利用 AI 技术提供精确翻译的国际化工具,可自动化翻译任务,简化 i18n 流程。其主要优点在于精确翻译、多框架支持、高效工作流程,适用于 React、Vue、Angular 等。AutoPilotI18n 定价透明,提供免费和付费版本。

今日大家都在搜的词: