站长之家（ChinaZ.com）12月12日 消息:12月9日，科大讯飞股份有限公司与杭州申昊科技股份有限公司在杭州签署框架合作协议。实现大模型与工业机器人的深度融合并率先在电力场景实现工程化应用，合力推动能源电力、矿山等领域工业大健康的深入合作。
基于讯飞品牌自主研发羚羊工业大模型 （电力版），结合申昊科技在工业机器人研发、场景化应用的深厚积累，双方将共建工业AI机器人研究院，联合推动大模型与工业机器人的应用落地。
科大讯飞和申昊科技将借助各自优势，致力于通用人工智能技术助力现有工业机器人智能化革新，实现工业机器人从多维感知到多模态认知再到智能决策和自主执行的智能体技术升级，并在电力场景完成工程化应用落地。
（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
毫不夸张地说，ChatGPT的问世可谓“一石激起千层浪”，倒逼所有企业都开始思考一个问题:如何搭上这趟时代列车?自彼时起，全球的目光都紧盯着这个确凿无疑的时代风口。AI投资激增，各公司开始开发、采用或将AI集成到产品或业务中，全世界已经进入“AI竞赛”的时代。谁能在这方面取得突破，才能在行业中占得一席之地。
AI机器人创作者现在有了一种新的赚钱方式，Quora旗下的AI聊天机器人平台Poe推出了一种收入模式，允许创作者为他们的机器人设置每条信息的价格，这样他们就可以在用户发送消息时赚钱。该公司于2023年10月推出了一个收入共享计划，为订阅Poe的付费用户所产生的收入分成给予机器人创作者。其洞察力每天更新，将允许创作者更好地了解他们的定价如何推动机器人使用和收入。
文|郝鑫编|王一粟AI1.0公司想靠大模型打个漂亮的“翻身仗”，似乎还差一口气。4月23日，科大讯飞发布2023年年度及2024年Q1业绩报告。在大模型浪潮来临后，带来进一步效率的提升，让AI公司们看到了靠C端产品付费的可能性，也让toB业务得到了更多轻量化部署的可能。
不知不觉中，学期过半，检验孩子学习成果的重要节点，眼瞅着一个接着一个来了，家长们是不是正在为孩子该上什么课、买什么复习材料而发愁?关键时刻，可不要病急乱投医，给孩子安排各种额外的重复课程和怎么刷都刷不完的练习题。重复上课、盲目刷题这种传统学习方法，在人工智能时代已经不合时宜了。科大讯飞在一项教育大数据专项课题中，分析了35亿次学生作业�
第27届联合国科技大会在瑞士日内瓦召开。世界数字技术院发布了一系列突破性成果，包括《生成式人工智能应用安全测试标准》和《大语言模型安全测试方法》两项国际标准。蚂蚁集团在公司内成立了科技伦理委员会和专门团队来评估和管理生成式AI的风险，公司所有AI产品均需通过科技伦理评测机制，确保AI安全可信。
随着人工智能向通用人工智能目标加速发展，星尘智能公司最新研发的AI机器人AstribotS1，以其卓越的操作性能，在同规格机器人中脱颖出。AstribotS1在未经加速的1倍速视频中，展示了其在家居和工作场景中的多任务能力，包括叠衣、分拣物品、颠锅炒菜、吸尘清洁和竞技叠杯等。它不仅能够完成日常家务能在各种工作场景中提供帮助，展现了AI机器人在未来生活中的广泛应用潜力。
科大讯飞发布了首个支持长文本、长图文、长语音的大模型。在讯飞星火V3.5春季上新活动中，科大讯飞董事长刘庆峰介绍了讯飞星火大模型的一系列新功能:1.首次上线的星火图文识别大模型可以快速识别和学习多类型海量知识，提供更专业、更精准的行业场景回答。今年6月27日，讯飞星火V4.0将正式发布。
科大讯飞宣布将在4月26日为讯飞星火V3.5版本上新三大能力。讯飞星火V3.5预计将具备理解长图文和长语音的能力，同时实现一句话复刻超拟人情绪，以及实现更高效、安全的智能体平台。在语言理解和数学能力方面，星火认知大模型已经超越了GPT-4Turbo，代码能力更是达到了GPT-4Turbo的96%在多模态理解上，也达到了GPT-4V的91%。
快科技4月22日消息，科大讯飞披露2023年报，报告显示，公司全年实现营业收入196.5亿元，同比增长4.41%，其中Q4同比增幅明显回升，达到14%；当期归母净利润为6.6亿元，同比增长17.12%。业务方面，开放平台与消费者业务全年营收达61.9亿元，同比增长33.4%，占总营收的比重为31.47%，这也是该业务营收占比首次超过30%，成为科大讯飞最大的业务板块。值得注意的是，星火大模型的发布推动了科大讯飞开发者生态的蓬勃发展，截至报告期末，讯飞开放平台已开放647项国际领先的AI能力及方案，聚集超过578万开发者团队，同比增长52%。自5月6日星火大
随着AI技术的不断发展和应用，工业生产等多个领域也开始逐渐开始拥抱AI，越来越多的企业希望通过利用人工智能技术实现降本增效。作为我国生活用纸头部企业，多年来维达国际也从未停止推动造纸行业进行革新随着维达国际将AI模型融入生产流程，企业在节能与质检方面上都取得了不小的进步。除了在节能与质检方面的进步，未来维达国际也将逐步将AI模型灵活融入企业生产、物流、营销等多个模块，并从标准化、数据化、过程化及风险思维等四个方面出发，努力推动整个行业向着向着更加高效、优质、可持续的方向发展。
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。
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。
