首页 > 业界 > 关键词  > 大模型最新资讯  > 正文

AI视野:百度发布首个量子领域大模型;Runway推出镜头控制功能;Colossal把大模型门槛打下来了

2023-09-25 15:09 · 稿源:站长之家

文头.jpg

🤖📈💻💡大模型动态

百度发布首个量子领域大模型

百度发布首个量子领域大模型,以及百度量子助手和量子写作助手两大AI原生应用,旨在全面推动量子技术与大模型深度融合,释放潜力。

AiBase提要:

👉 百度发布首个量子领域大模型,深度融合量子技术与大模型。

👉 百度量子助手降低百度量子平台门槛,提高使用效率。

👉 量子写作助手高效创作量子领域文档,促进知识产权沉淀。

智谱AI发布MathGLM数学模型,算术任务性能优于GPT-4

智谱AI最新发布的MathGLM数学模型在数学推理方面表现出卓越性能,准确率接近100%,明显优于GPT-4。该模型能够精确计算算术运算,提升中文数学解决能力,对不同年级数学问题和应用题也表现出良好的效果。

微信截图_20230925082352.png

论文链接:https://arxiv.org/abs/2309.03241

Github链接:https://github.com/THUDM/MathGLM

模型下载:https://modelscope.cn/models/ZhipuAI/MathGLM

AiBase提要:

🚀 MathGLM数学模型卓越性能:MathGLM在算术任务上准确率接近100%,胜过GPT-4。

📈 提升中文数学解决能力:MathGLM能够精确计算算术运算,提高中文数学解决能力。

🎯 多用途数学模型:MathGLM在不同年级数学问题和数学应用题上取得了出色的结果。

Deci AI推出8.2亿参数的文本到图像潜在扩散模型DeciDiffusion1.0

Deci AI最近发布了DeciDiffusion1.0,这是一项具有8.2亿参数的文本到图像生成模型,速度比传统方法快3倍。它采用了创新的U-Net-NAS架构,通过四阶段培训过程提高了效率和图像质量。用户研究显示,它在图像美学方面有优势,并在与文本描述的匹配上表现良好,为文本到图像生成领域带来了新的创新。

image.png

项目地址:https://huggingface.co/spaces/Deci/DeciDiffusion-v1-0

AiBase提要:

- 🚀 Deci AI发布DeciDiffusion1.0,8.2亿参数的文本到图像生成模型,速度快3倍

- 🌟 采用U-Net-NAS架构,提高效率和图像质量,经过四阶段培训过程优化

- 🖼️ 用户研究显示在图像美学和文本匹配方面表现出色,带来文本到图像生成领域的创新

百川智能发布闭源大模型Baichuan2-53B 并开放API

百川智能发布闭源大模型Baichuan2-53B,该模型在数学和逻辑推理方面表现出显著提升,通过高质量数据体系和搜索方法减少了模型幻觉,并开放了Baichuan2-53B的API接口,进军商业领域。

AiBase提要:

1. 🚀 Baichuan2-53B全面升级,数学和逻辑推理能力显著提升。

2. 📊 百川智能优化数据体系,确保使用优质数据进行预训练。

3. 🤖 Baichuan2-53B开放API接口,进军商业化领域。

恒生电子:恒生大模型产品LightGPT已开启内测

恒生电子宣布,恒生大模型产品LightGPT已开始内测,该大语言模型专为金融领域打造,具有更专业、更合规和更轻量的特点。通过海量金融数据训练,提升了对金融相关问题的理解能力,有望推动大模型在金融行业的应用。

AiBase提要:

🌐 专业性:LightGPT经过训练使用了2000亿中文tokens,覆盖金融多个领域的应用场景。

📚 合规性:LightGPT学习了中国的金融法律法规,符合中国金融市场的监管要求。

☁️ 轻量化:LightGPT支持私有化/云部署,通过API调用,部署成本较低。

度小满“轩辕70B”金融大模型开源

度小满发布了金融行业大模型“轩辕70B”,具有出色的通用能力和专业金融性能。该模型在中文任务评测和金融领域获得高分,是首个参数量级达到70B的开源大模型,具备8k以上的上下文长度。它在预训练阶段融入了专业金融语料,采用加速优化策略,训练效率出色。模型已在开源社区全面开放,为金融领域提供高效的中文基座模型,用户可自定义微调,有望为自然语言处理和信息抽取任务带来新机遇。

image.png

项目地址:https://github.com/Duxiaoman-DI/XuanYuan

AiBase提要:

1. 🌐 中文增强:轩辕70B通过中文增强和金融领域预训练,提升金融领域理解能力。

2. 📜 上下文长度扩展:首个70B参数级别开源大模型,上下文长度达8k以上,满足金融领域长文本需求。

3. 💼 专业性能:在金融领域评测中获得显著提升,成为处理金融文本的理想选择。

阿里云开源通义千问140亿参数模型Qwen-14B、Qwen-14B-Chat

阿里云于9月25日开源通义千问模型Qwen-14B及其对话模型Qwen-14B-Chat,免费商用。Qwen-14B在多项评测中表现卓越,接近Llama2-70B水平。

微信截图_20230925143325.png

AiBase提要:

🔍 数据质量提升:Qwen-14B使用3万亿Token训练数据,强化推理、认知、规划和记忆。

💬 对话升级:Qwen-14B-Chat基于强大基座模型,准确度提升,内容更符合人类偏好。

📥 下载与调用:用户可在魔搭社区或阿里云灵积平台获取Qwen-14B和Qwen-14B-Chat模型。

👨‍💻💡🎯聚焦开发者

几千元训完中文版LLaMA2!Colossal-LLaMA-2把大模型门槛打下来了!

从头预训练大模型过去需要高达5000万美元的投资,但Colossal-LLaMA-2降低了门槛。只需15小时和几千块钱的投入,即可训练出中文LLaMA2大模型,性能接近SOTA水平,完全开源,可用于各领域低成本构建大模型。

image.png

AiBase提要:

🚀 低成本训练:15小时、几千元训完中文版LLaMA2,降低大模型训练成本。

📈 性能提升: 中文版LLaMA2在多项任务上表现出色,达到SOTA水平。

🌐 全面开源: 开源训练流程、代码和权重,可广泛应用于不同领域。

融资1亿美元的类ChatGPT模型开源啦!可商用,8个模型

生成式AI平台Writer获得1亿美元融资,开源了8个型号的大语言模型Palmyra,包括支持数据微调,适用于多个领域的型号。其中InstructPalmyra-20b支持高级自然语言处理,Palmyra-Med用于医疗保健,Palmyra-Large适用于多种业务场景,性能评测表现出色。Writer成为ChatGPT的主要竞争对手。

开源地址:https://huggingface.co/Writer

在线免费体验地址:https://app.writer.com/organization/

图片

AiBase提要:

🚀 Writer获1亿美元融资,开源Palmyra大语言模型。

💡 Palmyra包括多个型号,支持数据微调,适用于不同领域。

🌟 Palmyra在性能评测中表现出色,成为ChatGPT竞争对手。

UCSD 研究人员开源Graphologue:将LLM文本响应转化为交互式图表

大型语言模型(LLMs)如GPT-4因其生成各种用户查询的文本响应的能力而广受欢迎。加州大学圣地亚哥分校的研究人员开发了Graphologue,这是一种新颖的技术,旨在通过实时将基于文本的LLM响应转换为交互式图形图表来解决这些限制。Graphologue识别重要的文本组件,将它们组织成图形表示,并从LLM答案中创建节点链接图表,使复杂的关系和概念更容易理解。

image.png

项目地址:https://github.com/ucsd-creativitylab/graphologue

AiBase提要:

1. 📊 Graphologue改变了LLM与用户之间的互动方式,通过引入图形表示,使非线性对话成为可能。

2. 💡 这项技术通过将文本响应转化为图形图表,提供更清晰的可视化,帮助用户更好地理解复杂信息。

3. 🔄 用户可以积极互动,自定义图形表示,促进更具动态性和个性化的对话。

中国研究团队发布多视角数据集“FreeMan” 解决3D人体姿势估计局限性

中国的研究团队合作推出了名为“FreeMan”的大规模多视角数据集,旨在解决现有3D人体姿态估计数据集的局限性。该数据集包含来自8台智能手机的1100万帧视频,跨足了室内和室外环境,具备不同光照条件,提供了更真实的场景多样性。研究者通过自动化的标注流程生成了精确的3D标注,可用于多种任务。这一数据集的开源将推动人体建模、计算机视觉和人机交互领域的进步,弥合了受控实验室条件与真实场景之间的差距。

image.png

项目网址:https://wangjiongw.github.io/freeman/

AiBase提要:

📊 数据集多样性: "FreeMan"包含1100万帧视频,涵盖了室内、室外、不同场景和光照条件,为3D人体姿态估计提供更真实的数据多样性。

🧬 自动化标注: 研究团队开发了自动化标注流程,包括人体检测、2D关键点检测、3D姿态估计和网格标注,为多种任务提供了有价值的数据。

🌐 推动领域进步: "FreeMan"的开源将促进人体建模、计算机视觉和人机交互领域的进步,有望提高模型在真实场景中的性能。

📰🤖📢AI新鲜事

Runway推出镜头控制功能,提升AI视频生成

Runway最新功能为AI视频生成带来精准镜头控制,包括运动速度和方向的调整,不仅适用于图像生成视频,还能用于文本生成视频。此举是应对竞争对手Pikalabs的举措之一,两者在AI视频领域竞争激烈,各有优势。Runway侧重加强镜头控制,而Pikalabs致力于提升模型理解能力。AI视频生成领域发展迅猛,文章提到了两者的竞争情况以及未来的发展方向。

AiBase提要:

1. 📹 Runway推出精准镜头控制功能,可单独调整镜头运动和速度。

2. 💥 功能不仅适用于图像生成,还可用于文本生成视频。

3. ⚔️ Runway和Pikalabs竞争激烈,前者加强镜头控制,后者提升模型理解能力。AI视频领域竞争白热化。

中文在线与华为云签署合作协议 涉及大模型训练等

华为云与中文在线签署合作协议,重点合作领域包括大模型训练,双方将共同推动数字内容生态的发展。

AiBase提要:

- 🤝 合作协议签署: 华为云与中文在线正式签署合作协议,涉及公有云和AI等领域。

- 📚 数字内容合作: 华为云将优先承载中文在线的大模型训练内容。

- 🌐 业态多元化: 中文在线积极拓展多模态内容,包括文字生成漫画和动态漫画。

谷歌或于2027年自主生产AI芯片

谷歌计划自主生产Tensor处理单元(TPUs),摆脱博通依赖,以降低成本,每年可节省数十亿美元。

AiBase提要:

🔍1、谷歌考虑自主研发TPUs,不再依赖博通,旨在节省大量成本。

🔍2、与亚马逊和微软类似,谷歌希望自主研发AI芯片,预计每年可节省数十亿美元。

🔍3、决策受博通价格策略影响,但最终尚未确定,谷歌重点是降低芯片成本和减少对Nvidia的依赖。

亚马逊宣布向Claude 母公司Anthropic投资高达40亿美金

亚马逊宣布向人工智能初创公司Anthropic投资40亿美元,以加强在云计算领域的竞争。这项交易将使亚马逊的员工和云客户能够早期获得Anthropic的技术,并整合到其业务中。该交易还表明云计算公司正在积极采取行动,以应对人工智能初创公司的崛起。

AiBase提要:

🔍 亚马逊向Anthropic投资40亿美元,加强云计算竞争。

🌐 员工和云客户将早期获得Anthropic技术。

🚀 云计算公司积极行动,抵御人工智能初创公司崛起。

新研究称,利用AI创作者比人类更环保 碳排放更少

最新研究发现,基于人工智能的系统如ChatGPT、BLOOM、DALL-E2和Midjourney在文学和艺术创作方面,与人类创作者相比,碳排放明显减少。

AiBase提要:

🌱 环保文创:AI创作者环保性能超越人类,碳排放显著降低。

🖋️ 文学艺术:ChatGPT、BLOOM等系统以小数千分之一的碳排放量完成创作。

🧐 质量比较:AI在一些任务上胜过人类,但在复杂任务中仍有局限。

好莱坞编剧就AI和薪酬问题达成“暂定”协议

好莱坞编剧工会(WGA)与电影电视制片和制作人联盟(AMPTP)达成了一项“暂定”协议,结束了长达数月的罢工,涵盖了2023年集体协议、薪酬和AI在剧本创作中的使用等问题,具体条款未公布。

AiBase提要:

🤝协议达成:好莱坞编剧工会(WGA)宣布与电影电视制片和制作人联盟(AMPTP)达成了一项“暂定”协议,结束了长达数月的罢工。

💰 涉及薪酬:协议覆盖了新的2023年集体协议,包括薪酬和AI在剧本创作中的使用等所有问题,但具体的协议条款尚未立即公布。

⏸ 罢工暂停:在工会董事会和会员批准之前,罢工将暂停,否则工会将继续罢工。

引入Bard后,谷歌Gmail工具生成了一些虚构的电子邮件

谷歌最近将其大型语言模型驱动的聊天机器人Bard引入了一系列产品,包括Gmail、Google Drive、Google Docs、Google Maps以及谷歌旗下的YouTube等。尽管谷歌试图将其新一代生成式AI与已有的产品线相结合,但似乎行动有些仓促。一名记者测试后发现,Bard AI制造了虚假的电子邮件,甚至错误地提供航班信息和虚构的列车信息。谷歌表示Bard扩展仍处于实验阶段,但这一产品引发了隐私担忧,也让人担心谷歌在AI领域可能会犯一些严重错误。

AiBase提要:

1. 😳 谷歌引入Bard,但AI制造虚假电子邮件,引发隐私担忧。

2. 🤖 Bard扩展试验阶段,错误提供航班和列车信息。

3. 🌐 谷歌将AI整合到多款产品中,但行动似乎仓促,引发问题。

Canalys预测:2027年将有60%的个人电脑兼容AI功能 出货量预计超过1.75亿台

Canalys预测,到2027年,60%的个人电脑将兼容AI功能,出货量预计将超过1.75亿台,兼容AI的个人电脑市场将迎来爆发式增长。

AiBase提要:

📈 趋势预测: Canalys预测2027年,60%的个人电脑将兼容AI功能,出货量预计将超过1.75亿台。

💻技术要求: Canalys指出,兼容AI的个人电脑必须配备可加快AI计算的芯片组或模块,包括高通的Hexagon张量加速器、苹果的神经引擎、英特尔的Movidius VPU和AMD的APU。

🚀 市场增长: 随着Windows操作系统和AI工具的应用,2025年和2026年兼容AI个人电脑市场有望实现爆发式增长,到2027年,出货量预计将超过1.75亿台,占总个人电脑出货量的60%,年均增长率达94%。

🤖📱💼AI应用

Meta计划推出AI聊天机器人服务「Gen AI Personas」

Meta计划推出名为「Gen AI Personas」的AI聊天机器人服务,旨在挽回社交媒体平台的用户流失问题。然而,Meta的新产品受到了来自Character.AI的直接竞争,后者已经成功吸引了数百万年轻用户。虽然Meta希望通过这一产品吸引年轻用户,但目前的反应复杂,不确定性较大。

image.png

AiBase提要:

🤖 Meta计划推出AI聊天机器人服务: Meta计划推出名为「Gen AI Personas」的AI聊天机器人服务,具备个人助理功能、不同性格的聊天机器人选择以及帮助用户更好表达的能力。

🥊 直接竞争Character.AI: 与Character.AI相比,Meta的新产品主打「虚拟角色聊天」,但目前的虚拟角色设定被批评为过时,引发了复杂的用户反应和疑虑。

📈 Character.AI的成功: Character.AI在短短两年内取得了令人印象深刻的成功,拥有超过1500万用户,主要吸引18-24岁的年轻用户,这使得Meta对其产生浓厚兴趣并尝试模仿。

Genmo AI秒杀Midjourney!3秒创作视频、图像和3D模型

Genmo是一款基于人工智能的创意产品,通过简单的语言描述,能够快速生成视频、图像和3D模型,为内容创作者、设计师和艺术家提供了强大的创作工具。

image.png

地址:https://www.genmo.ai/create/video

AiBase提要:

🚀 创意无限:Genmo利用人工智能技术,通过简单的文字描述,能够快速生成栩栩如生的视频,用户可以制作各类视频内容。

🎨 多样图像生成:除了视频,Genmo还提供强大的图像生成功能,用户只需输入文字描述,就能获得多样风格的高清图片。

🤖3D模型轻松制作:Genmo的3D生成功能让用户能够轻松创建各种3D模型,应用范围广泛,无需专业技能。

豆绘AI:专注为建筑设计从业者提供空间设计AI服务

豆绘AI平台是南京豆绘科技有限公司的产品,专注于为建筑室内园林景观从业者提供空间设计AI服务,包括AI绘图、AI设计助手和AI全景合成。它通过将AI技术与艺术领域相结合,协助用户提高绘画技巧,实现创作效率。

image.png

体验地址:https://www.douhuiai.com/

AiBase提要:

1. 🏢 专注建筑设计:豆绘AI平台为建筑室内园林景观从业者提供AI服务,致力于简化设计工作。

2. 🎨 多功能平台:平台拥有多项功能,包括AI绘图、AI设计助手和AI全景合成,不断更新改进。

3. 🚀 技术驱动发展:豆绘AI的长期目标是通过技术推动行业进步与效率提升,改变行业的发展格局,使从业者受益于科技的便利。

举报

  • 相关推荐
  • 百度文心大模型5.1正式发布

    百度正式发布了新一代基础大模型——文心大模型5.1。该模型采用了自主研发的“多维弹性预训练”技术,仅以业界同规模模型约6%的预训练成本,便达到了基础效果领先的水平,并登上LMArena搜索榜国内第一的位置。 在多项行业权威基准测试中,文心5.1在智能体、知识理解、逻辑推理以及深度搜索等核心能力上表现突出。其中,智能体能力提升显著,已超越DeepSeek-V4-Pro;创意�

  • 小米自研AI大模型!Xiaomi MiMo再次登顶全球第一

    小米官方今天发文宣布,小米技术官方宣布,在OpenRouter平台最新数据中,Hermes Agent登顶全球调用量榜首,日Token调用量达2910亿,周调用量超1.75万亿。 小米自研MiMo模型成为第一大贡献模型,近一个月累计贡献1.45万亿Token调用量。

  • 普渡机器人正式发布具身智能大模型PuduFM 1.0

    2026年5月11日,普渡机器人发布具身智能大模型PuduFM1.0,构建三维空间深度感知、物理状态预测和持续进化学习三大技术维度,实现从“简单执行”向“物理认知”的跨越。该模型通过分层架构和虚实双数据闭环,解决行业在协作、操作和异构数据复用上的困境,支持超长程任务和异构机器统一运行,推动具身智能规模化落地。

  • AI日报:腾讯发布设计智能体Ardot;千问5月20日将发布重大模型;OpenAI推出ChatGPT个人理财工具

    本期AI日报聚焦八大热点:腾讯发布AI设计平台Ardot,一句话生成可编辑设计稿并一键转代码;通义千问“重量级”大模型将于5月20日阿里云峰会亮相,实现全面升级;AI大模型在基层警务中落地,豆包助力破获柴油盗窃案;Google I/O大会将推出Gemini 4.0等创新产品;索尼澄清Xperia 1XIII的AI相机助手仅提供拍摄建议;OpenAI推出ChatGPT个人理财工具,结合GPT-5.5支持连接银行账户;中国大模型周调用量连续三周超越美国,腾讯Hy3 preview以2.66万亿Token领先;红果短剧回应取消AI仿真人剧本保底传闻,称部分剧本仍保留保底政策。

  • 告别价格战,大模型共迎通胀时代

    眼下,涨价成为大模型的关键词。 迈入2026年,大模型不再是优惠缩水,而是毫不掩饰地开启了涨价模式,大大小小的厂商纷纷入局,智普甚至在短短三个月之内两次提价。 以至于,国产大模型定价首次与海外头部厂商对齐。 大模型涨价,是昙花一现还是旷日持久?降价争夺市场的打法,是否走到了尽头?价值战会成为未来竞争的核心叙事吗?

  • 改写语音交互行规,豆包大模型更稳了

    豆包大模型,又上新了。 2026年4月9日,原生全双工语音大模型Seeduplex正式发布,相比上一代半双工豆包端到端语音模型,新模型基于“边听边说”的全新框架设计,交互体验的自然感、顺畅度大幅提升,目前已在豆包App全量上线。 这意味着,前沿的全双工语音技术,第一次实现商业规模化落地。 而依托全双工语音技术,豆包的语音交互不再是机械式的一问一答,而是收放�

  • 华为HMS for Car北京车展实车体验,海外AI大模型上线

    在2026年北京车展上,华为HMS for Car推出全新升级的一站式座舱生态解决方案,以AI为核心,整合AI Box、Map Box、Service Box和Net Box四大模块,解决海外市场地图更新滞后、多语言适配成本高、生态适配难和跨国网络接入管理等痛点。AI Box搭载大模型,支持多语言语音交互,Map Box提供实时导航,Service Box聚合全球生态,Net Box确保稳定连接,助力中国车企降低研发成本,加速全球化布局。

  • 北京亦庄设立大模型生态服务站 助力AI产业合规发展

    2026年4月,经北京市网信办认定,亦庄模数世界大模型生态服务站正式成立,为企业提供公益大模型备案辅导、产业生态对接等一站式服务。该站由市网信办授权、经开区信息技术产业局指导、北京国际算力服务公司运营,采用“1对1精准陪跑+集中培训”模式,可将备案周期压缩50%以上,解决企业合规认知不足等行业痛点。同时,经开区对完成备案的优质大模型企业给予100万元专项奖励及1亿元算力、模型、数据券等支持,常态化开展合规培训与产业对接,助力北京经开区加快构建全域人工智能之城。

  • 百度智能云联合中国信通院共建AI终端生态 加速大模型落地消费电子

    5月14日,百度智能云联合中国信通院等30余家单位发起“智能终端大模型生态加速社区”倡议,推动消费电子产业在大模型时代实现生态协同、技术共创与标准共建。随着AI技术演进,智能终端正从功能设备向“智能伙伴”转型,但面临互联互通不足、开发门槛高、标准体系不完善等问题。社区将围绕技术攻关、市场研究、标准落地、测试认证、场景孵化、交流联动六大方向建设,通过开放协同机制降低创新门槛,打造开放、兼容、安全、普惠的AI终端生态,促进全产业链协同发展。

  • AI日报:千问PC端上线AI语音输入;字节发布全模态大模型Doubao-Seed-2.0-lite;谷歌更新AI搜索功能

    本期AI日报涵盖多项重要进展:千问PC端上线AI语音输入,提升办公效率;字节跳动发布全模态大模型Doubao-Seed-2.0-lite,实现视频、图像、音频与文本统一理解;腾讯联合多所高校推出开源多模态深度搜索智能体方案OpenSearch-VL;月之暗面申请“KimiClaw”商标,或涉硬件领域;Mininglamp开源Cider和Mano-P,打造本地AI工作站;OpenAI携手硬件巨头发布MRC协议,解决GPU闲置浪费;谷歌升级AI搜索功能,整合Reddit等社交观点;xAI推出Grok Imagine API质量模式,提升图像生成写实度。

今日大家都在搜的词: