首页 > 业界 > 关键词  > 爱奇艺最新资讯  > 正文

AI视野:WPS AI宣布接入WPS Mac版;爱奇艺推出AI搜索;苹果计划明年推出生成式AI功能;DALL-E3易受越狱攻击

2023-10-23 14:56 · 稿源:站长之家

🤖📱💼AI应用

爱奇艺推出AI搜索 将生成式AI技术应用于剧情搜索等场景

爱奇艺升级AI搜索,区别于传统搜索第一步只能搜到片名,升级后的爱奇艺AI搜索主打让观众在搜索环节便能一键直达心仪内容。

【AiBase 提要】

1. 爱奇艺升级 AI 搜索,让观众一键直达心仪内容。

2. 业内首次将生成式 AI 技术应用于角色搜索、剧情搜索、明星搜索等场景。

3. 通过搜索建议栏提供丰富的内容推荐。

WPS AI 宣布接入 WPS Mac 版 提供内容生成等功能

WPS宣布,Mac版的WPS已经接入了WPS AI,这将带来内容生成、内容修改和辅助阅读等功能。

【AiBase 提要】

1. WPS 宣布 Mac 版的 WPS 已经接入 WPS AI,提供内容生成、内容修改和辅助阅读等功能。

2. 用户可以通过 WPS AI 一键生成文章大纲、讲话稿、会议纪要等文件。

3. WPS AI 基于大语言模型下的生成式人工智能应用,可以帮助用户生成文档,并支持多轮话。

苹果计划明年推出生成式AI功能和新版Siri

苹果正计划推出一系列采用生成式人工智能(AI)技术的功能,其中包括新版本的 Siri,预计明年发布。新功能包括重新设计的「Siri」与「信息」应用程序之间的互动,使用户更有效地处理复杂问题和自动完成句子。

【AiBase 提要:】

💡苹果计划推出一系列生成式 AI 功能,包括新版本的 Siri,预计明年发布。

💡苹果高管正在领导人工智能努力,开发与 AI 深度集成的新版 Siri。

💡苹果计划在各个应用中添加 AI 功能,包括 Apple Music 和生产力应用程序。

🤖📈💻💡大模型动态

DeepMind 大模型无法自我纠正推理,除非预设真值标签

DeepMind 的研究人员发现,大型语言模型(LLM)在推理任务中无法通过自我纠正获得更好的回答,除非数据集中预设了真值标签。这一发现揭示了 LLM 在推理能力上的重大缺陷。

【AiBase 提要】

🔍 研究发现 LLM 无法通过自我纠正改善推理回答,除非预设真值标签。

🔍 先前的研究中发现,自我纠正改进来自于引入外部信息,而不是模型自身。

🔍 自我纠正在推理任务中无法提供实质性的改进,且可能导致回答质量下降。

天猫精灵全面上线 “精灵大模型”

天猫精灵“精灵大模型”现已全面上线,带来四大升级技能,包括开放域对话和AIGC创作功能的优化、解决就近唤醒问题以及支持音色切换。

【AiBase 提要】

1. 升级技能包括开放域对话和 AIGC 创作功能的优化、解决就近唤醒问题以及支持音色切换。

2. 全双工连续对话功能,让你随时打断,无需多次唤醒,带来无限畅聊体验。

3. AIGC 创作功能,让你通过 AI 灵感创作学富五车,作诗、故事共创都能行。

中科院国家天文台开源天文大模型 StarWhisper

星语 StarWhisper 是一个基于天文大模型 StarGLM 开发的开源项目,旨在提升大模型在天文通用知识和多模态任务上的能力,为未来可部署于望远镜阵列的科学具身智能 —— 司天大脑打下基础。

image.png

项目地址:https://github.com/Yu-Yang-Li/StarWhisper

【AiBase 提要】

1. 中科院国家天文台的开源星语 StarWhisper 天文大模型在甲骨文 AI 研究院与 LanguageXAILab 联合发布的 CG-Eval 上获得了总排名第二的成绩。

2. 该模型在数学推理和天文能力方面接近或超过了 GPT3.5Turbo。

3. 星语 StarWhisper 可以通过 AI-wisemodel 平台下载模型权重后加载,也可以通过 Wenda(闻达)实现多种天文相关的文本处理、知识库回答、AI 绘画等任务。

📰🤖📢AI新鲜事

用GPT-4训练机器人,英伟达最新Agent开源:任务越复杂越拿手

英伟达最新AI AgentEureka ,用GPT-4生成奖励函数,结果教会机器人完成了三十多个复杂任务。比如,快速转个笔,打开抽屉和柜子、抛球和接球。

image.png

【AiBase 提要】

1. 英伟达的Eureka用GPT-4生成奖励函数,教会机器人完成30多个复杂任务。

2. Eureka利用GPT-4的生成能力,通过强化学习训练机器人控制器。

3. Eureka在29项基准测试中,83%优于人类设计的奖励函数。

AI技术漏洞!OpenAI的DALL-E3易受越狱攻击 生成儿童吸烟照片

OpenAI的DALL-E3是一种强大的图像生成AI技术,但最新的事件表明,它并非没有漏洞。一位名为Peter Gostev的LinkedIn用户发现了一种越狱技巧,成功生成了一组令人震惊的图像,显示儿童正在吸烟。这一事件引发了对AI系统安全性和道德的担忧。

image.png

【AiBase 提要】

1. OpenAI 的 DALL-E3,一种图像生成 AI 技术,被发现容易受到越狱提示的影响,导致生成了儿童吸烟的照片。

2. 越狱技巧是由 LinkedIn 用户 Peter Gostev 发现的,他分享了如何成功绕过 AI 的限制来生成有关儿童吸烟的图像。

3. 尽管越狱提示相当复杂,但这个事件提醒人们即使是硅谷最富有的公司也难以为其 AI 系统建立全面的防护措施。

谷歌Pixel8的换脸照片工具引发人工智能操纵争论

谷歌最新智能手机Pixel8和Pixel8Pro搭载人工智能功能,可帮助用户修改照片中的面部表情。这一创新引发了科技界对AI操纵和伪造的担忧。谷歌官方辩称这项技术并不“伪造”,而是基于真实时刻创建理想效果。部分专家认为重点是这项AI以创造美好图像为目的,而非复制现实。

【AiBase 提要】

1、谷歌最新智能手机 Pixel8和Pixel8Pro使用AI帮助改变照片中人物的表情,引发操纵人工智能的争论。

2、谷歌的新工具被部分评论家形容为“令人毛骨悚然”“诡异”,可能对人们对在线内容的信任造成威胁。

3、专业摄影师表示,即使出于美学目的,AI操纵也可能导致负面后果,需要谨慎对待。

HeyGen太牛了!不但让霉霉说地道中文 而且还能卡点

这两天,美国女歌星泰勒・斯威夫特(霉霉)一则说中文的短视频在各社交平台火了起来。在视频里,霉霉操着一口流利、地道的中文,神情自若,几乎没有早期译制片女主角的那种腔调,口型也能对得上。这么看来,AI 配音真的可以「以假乱真、真假难辨」。

【AiBase 提要】

1. 美国女歌星霉霉以地道的中文惊艳网友。霉霉在短视频中展示流利、地道的中文口语。

3. 视频作者使用 HeyGen AI 工具实现口型替换。

4. HeyGen 为用户提供便宜、省时的视频制作方法。

仅5个字符的新绘图语言火了,ChatGPT都学会了

只用五个字符,就能完成一幅像素画的绘制了。这是一种新的绘图语言,一共支持8种颜色,画幅可达256*256。它包含了“CFR[]”这五个符号,因此名字也就叫CFR[]了,主打的就是一个直观。而且CFR[]免费开源,无需部署安装,在线就能体验。

image.png

传送门:

https://susam.net/cfr.html

GitHub项目页:

https://github.com/susam/cfr

【AiBase 提要:】

🎨 仅5个字符的新绘图语言 CFR [] 火了,支持8种颜色,画幅可达256*256。

🐢 CFR [] 的指令包括 C 代表颜色切换、F 代表向前绘制、R 代表顺时针旋转,以及循环结构的使用。

🌈 CFR [] 绘制出的图像需要连续,ChatGPT 学会了一部分规则但对循环理解有限。

新型 AI 算法能在90分钟内诊断脑肿瘤

荷兰研究人员开发了一种算法,叫做Sturgeon,可以在90分钟内识别出脑瘤的类型。Sturgeon算法依赖于一种新的技术,叫做“纳米孔测序”,可以实时地读出DNA样本中的碱基序列。

【AiBase 提要】

1. 荷兰研究人员开发了一种名为 Sturgeon 的算法,可以在90分钟内识别脑瘤的类型。

2. 该算法依赖于纳米孔测序技术,能够实时读取 DNA 样本的碱基序列。

3. 经过训练和测试,该算法能在40分钟内正确识别出18例脑瘤的类型。

韩国SK与德国电信合作开发AI大语言模型

韩国电信巨头SK telecom宣布与全球电信公司德国电信合作,共同开发旨在实现AI视觉的大语言模型(LLM)。这一合作计划于2023年第一季度发布面向电信领域的专业化LLM。

【AiBase 提要】

1. SK telecom与Deutsche Telekom合作,共同开发面向AI视觉实现的大语言模型(LLM)。

2. 合作计划推出面向电信领域的多语言大语言模型,支持德语、英语和韩语等多种语言。

3. 目标是为全球电信公司提供支持,加速开发生成式AI服务,如AI客服。

👨‍💻💡🎯聚焦开发者

全新视觉提示方法 SoM 让 GPT-4V 看得更准、分的更细

研究人员推出了一种新的视觉提示方法 Set-of-Mark(SoM),它可以让 OpenAI 多模态大模型 GPT-4V 在视觉内容理解方面有了质的提升。GPT-4V 是一种基于 GPT-4的多模态模型,可以同时处理文本和图像,并生成多种类型的输出。

image.png

论文地址:https://arxiv.org/pdf/2310.11441.pdf

论文主页:https://som-gpt4v.github.io/

【AiBase 提要】

1. 研究人员推出了一种全新视觉提示方法 SoM。 SoM 能够让 GPT-4V 在细粒度视觉任务上表现更好。

2. SoM 在多个视觉任务上取得了优于专用模型和其他开源多模态模型的性能。

3. SoM 使用交互式分割模型将图像划分为不同区域,并在每个区域上添加标记。

港大团队开源 Agent 框架 OpenAgents 支持200+ 插件

OpenAgents是一个开放平台,用于在日常生活中使用和托管语言智能体。该平台旨在促进构建概念验证的语言智能体,同时考虑非专业用户对智能体的访问和应用层面的设计。

image.png

项目地址:https://github.com/xlang-ai/OpenAgents

【AiBase 提要】

1. 港大团队开源 Agent 框架 OpenAgents,支持200+ 插件。

2. OpenAgents 是一个开放平台,用于在日常生活中使用和托管语言智能体。

3. OpenAgents 目前实现了三个智能体,分别是:数据智能体、插件智能体和网页智能体。

OpenCSG推出“传神”社区,支持大模型应用开发和落地

OpenCSG是一家专注于大语言模型的AI公司,近日在上海发布了“传神”开放创新生态社区,旨在帮助用户快速构建和发布基于大模型的应用。该社区遵循开放中立的原则,同时关注行业应用场景和需求。1OpenCSG还发布了大模型研发和应用开发平台StarNet,以及OpenNova系列开源大模型。

【AiBase提要:】

🚀 OpenCSG推出“传神”社区,打造大模型应用开发和落地的一站式平台

🌟 OpenCSG发布StarNet平台,实现异构算力管理、大模型全流程管理

🌐 OpenCSG开源OpenNova系列大模型,针对不同场景进行优化

举报

  • 相关推荐
  • 大家在看
  • Ivee:B2B影响者营销平台

    Ivee是一个B2B影响者营销平台,旨在帮助企业与行业专家合作,以增长收入、产生潜在客户并提升品牌。它通过AI驱动的搜索引擎集中来自Linkedin、Youtube、Substack和Apple podcast等平台的数据,帮助企业找到与品牌DNA和目标最相关的行业领导者。Ivee还提供数据驱动的洞察来评估受众质量和相关性,并帮助企业建立业务驱动的合作关系,提高运营效率。

  • Visible AI Inbox:将电子邮件转化为投资组合洞察的工具

    Visible AI Inbox是一个专为风险投资公司设计的工具,它能够自动解析、结构化和图表化投资组合公司的数据,从而提供清晰的投资组合洞察。产品通过AI技术帮助用户从电子邮件和文件中提取信息,与现有的数据结合,创建一个投资组合指标和洞察的真实来源。它还允许创始人以他们喜欢的方式分享数据,同时确保数据安全,采用SOC 2认证、TLS 1.2加密和AES-256静态加密等安全措施。

  • DokeyAI:AI工具目录与产品展示平台。

    DokeyAI是一个提供超过1800个AI网站和AI工具的目录与产品展示平台。它通过Photo AI等技术增强了用户喜爱的工具,覆盖了43个不同的类别,包括会计金融、动画3D建模、建筑室内设计、艺术图像生成、聊天机器人、编程数据库助手等。DokeyAI旨在为用户提供一个集中的平台,以发现和使用各种AI增强的工具。

  • Nowadays:AI助力的企业活动规划师

    Nowadays是一个AI驱动的企业活动规划平台,旨在简化活动策划流程,通过电子邮件和电话与最佳场地进行谈判,为公司活动找到合适的地点。它通过AI技术提供快速响应时间,作为IATA认证的旅行代理运营,并提供无限范围的场地搜索,确保结果与活动标准相匹配。此外,AI还协助全球范围内与场地进行谈判,帮助用户节省成本。

  • Unify AI:一站式LLM模型比较与优化平台

    Unify AI是一个为开发者设计的平台,它允许用户通过一个统一的API访问和比较来自不同提供商的大型语言模型(LLMs)。该平台提供了实时性能基准测试,帮助用户根据质量、速度和成本效率来选择和优化最合适的模型。Unify AI还提供了定制路由功能,允许用户根据自己的需求设置成本、延迟和输出速度的约束,并定义自定义质量指标。此外,Unify AI的系统会根据最新的基准数据,每10分钟更新一次,将查询发送到最快提供商,确保持续达到峰值性能。

  • ChatVid.AI:AI生成的用户界面,重新定义视频学习。

    ChatVid.AI 是一个利用人工智能技术,通过生成用户界面来提升视频学习效率的平台。它通过AI技术生成的界面,让用户能够更快速地获取视频内容的核心信息,减少观看时间,提高学习效率。产品背景信息显示,它可能与当前流行的AI技术如LLaMA 3 大模型和GPT-4 Omni等有关联,表明其技术先进性和创新性。

  • Crusoe Cloud:高性能、成本效益高、气候对齐的云平台

    Crusoe提供可扩展的、气候对齐的数字基础设施,专为高性能计算和人工智能优化。我们的创新方法通过使用浪费的、孤立的或清洁能源来减少温室气体排放,支持能源转型,并最大化资源效率。

  • AI 论文速递:提供人工智能领域最新研究论文的速递服务。

    AI 论文速递是一个专注于人工智能领域的学术资源分享平台,旨在帮助研究人员和学者快速获取最新的人工智能研究论文。该平台通过聚合各大学术会议和期刊的论文,为用户提供一个集中的、易于访问的信息源,从而促进知识的传播和学术的交流。

  • Dolphin 2.9.1 Mixtral 1x22b:基于Dolphin-2.9-Mixtral-8x22b的先进AI模型

    Dolphin 2.9.1 Mixtral 1x22b是由Cognitive Computations团队精心训练和策划的AI模型,基于Dolphin-2.9-Mixtral-8x22b版本,拥有Apache-2.0许可。该模型具备64k上下文容量,通过16k序列长度的全权重微调,经过27小时在8个H100 GPU上的训练完成。Dolphin 2.9.1具有多样的指令、对话和编码技能,还具备初步的代理能力和支持函数调用。该模型未进行审查,数据集已过滤去除对齐和偏见,使其更加合规。建议在作为服务公开之前,实施自己的对齐层。

  • PowerToys:微软推出的系统增强工具集

    PowerToys 是微软推出的一款面向高级用户的系统增强工具集,旨在提高用户的工作效率和系统使用体验。它包含了多种实用工具,如颜色选择器、窗口管理、文件资源管理器插件等,以帮助用户更好地管理他们的Windows系统。

  • AI创意商拍:10秒搞定电商出图设计

    美间AI创意商拍是一个专注于电商领域的在线设计平台,它通过人工智能技术,帮助用户快速生成电商所需的各种设计图,如主图、头图等。该平台的核心优势在于其高效的设计生成速度和丰富的模板资源,能够满足不同品类商品的设计需求,从而提升电商运营的效率和效果。

  • Truecaller:全球领先的验证联系人和阻止不受欢迎通信的平台

    Truecaller是一个全球领先的平台,致力于验证联系人和阻止不受欢迎的通信。它使人们之间的安全和相关对话成为可能,并使企业与消费者之间的联系更加高效。Truecaller致力于在数字经济中建立通信信任,特别是在新兴市场。自2009年在斯德哥尔摩成立以来,Truecaller已经成为超过3.83亿活跃用户日常通信的重要组成部分,自推出以来下载量超过5亿次,2021年识别并阻止了近380亿次不受欢迎的呼叫。Truecaller由经验丰富的管理团队领导,是一个具有企业家精神的公司。

  • Mistral-7B-v0.3:一种大型语言模型,具有扩展词汇量。

    Mistral-7B-v0.3是由Mistral AI团队开发的大型语言模型(Large Language Model, LLM),它是Mistral-7B-v0.2的升级版,具有扩展到32768的词汇量。该模型支持文本生成,适合于需要文本生成能力的应用场景。目前,该模型没有内容审核机制,团队正在寻求社区合作,以实现更精细的内容审核,满足需要内容审核的部署环境。

  • CodiumAI Cover-Agent:AI驱动的自动化测试生成和代码覆盖增强工具

    CodiumAI Cover-Agent 是一款利用生成式AI自动化测试生成和增强代码覆盖的工具,旨在简化开发工作流程。它通过与大型语言模型(LLM)交互,为软件项目自动创建单元测试,确保测试的全面性和质量保证。Cover-Agent 计划集成到流行的CI平台中,社区被邀请合作并帮助扩展Cover Agent的功能,使其成为自动化单元测试生成领域的尖端解决方案。

  • 腾讯混元助手:AI伙伴,提供多样化智能服务

    腾讯混元助手是腾讯公司TEG技术工程事业群开发的一款AI聊天服务产品,旨在通过人工智能技术提供多样化的智能服务,包括文本问答、图片理解等。该产品使用腾讯混元大模型V1.7.6,能够生成文本、图片等多种形式的内容,为用户提供灵感和帮助。

  • LemonSpeak:自动化播客营销内容创作工具

    LemonSpeak是一个旨在帮助播客制作者从他们的播客剧集中创建营销内容的在线平台,通过自动化技术节省时间,提高播客的发现性。它通过转录、摘要、创建SEO优化标题、节目笔记、博客文章等,帮助播客制作者扩大在线观众群,提升搜索引擎优化,使播客在播客目录中更具吸引力。

  • Neolocus:利用AI技术,快速设计您的梦想家居空间。

    Neolocus是一个创新的在线设计平台,它利用人工智能技术帮助用户快速设计和装饰他们的生活空间。用户只需上传空间照片,选择风格偏好,Neolocus就能在一分钟内提供令人惊叹的渲染效果,并推荐相应的产品购买,实现梦想家居的构建。该平台不仅服务于个人用户,还特别为Airbnb房东提供服务,帮助他们吸引更多客户。Neolocus的技术背景包括在ROSHN PropTech Hackathon中获得金奖,成为沙特阿拉伯GAIA Cohort 1的一部分,并在2023年的Cityscape Global上展出。

  • Tap4 AI Web UI:开源AI工具目录,构建个性化AI工具平台。

    Tap4 AI Web UI是一个开源的AI工具目录,由Tap4 AI Tools Directory构建。该项目旨在帮助每个人轻松构建自己的AI工具目录。你可以fork项目,一键部署到Vercel,并通过项目中的dataList更新你自己的AI工具。

  • VastGaussian:Vast 3D Gaussians for Large Scene Reconstruction的非官方实现

    VastGaussian是一个3D场景重建的开源项目,它通过使用3D高斯来模拟大型场景的几何和外观信息。这个项目是作者从零开始实现的,可能存在一些错误,但为3D场景重建领域提供了一种新的尝试。项目的主要优点包括对大型数据集的处理能力,以及对原始3DGS项目的改进,使其更易于理解和使用。

  • Chat GPT 4o:免费向GPT 4o问任何问题并得到答案

    Chat GPT 4o是一个在线聊天平台,用户可以免费向GPT 4o提问并获得答案。它支持多语言,提供丰富的问答服务,并且能够与GPT-4、Claude3和Llama-3等其他AI模型进行结果对比。该平台的问答内容会公开显示,并可能被搜索引擎抓取。

今日大家都在搜的词: