首页 > 业界 > 关键词  > Meta最新资讯  > 正文

AI视野:Meta开源文生图模型RCG;百川智能发布角色大模型;AMD推AI电脑处理器Ryzen8000G;大众汽车将ChatGPT集成至多款车型

2024-01-09 15:46 · 稿源:站长之家

欢迎来到【AI视野】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/

🤖📈💻💡大模型动态

麻省理工、Meta开源创新文生图模型RCG

麻省理工与Meta共同开发了“表示条件的图像生成”模型,无需任何人工标注,生成出来的图片效果显著。

图片

【AiBase提要:】

1. 有条件图像生成的效果,远超无条件的图像生成。

2. 模型不需要人工标注数据,使用MoCo v3进行预训练。

3. 通过对比学习方法获得更有效的图像表示。

开源地址:https://github.com/LTH14/rcg

百川智能发布角色大模型 Baichuan-NPC

百川智能推出角色大模型Baichuan-NPC,结合“角色创建平台 + 搜索增强知识库”解决方案,优化角色知识和对话能力,提供低成本、高效率的游戏AI角色定制。

【AiBase提要:】

🌐 知识库定制解决方案: Baichuan-NPC通过超过3T Tokens的领域知识预训练,创新地使用多方法模型合成数据,提高Token利用效率。

🤖 思维链对齐技术: 首次应用于角色模型对齐,使模型思考和行动更接近人类,提升角色一致性和基础对话能力。

🎭 开发简洁高效: 角色创建平台使用强多轮对齐技术和搜索增强知识库技术,提供简洁高效的开发流程,实现一键复制角色代码。

🤖📱💼AI应用

钉钉发布AI超级助理

今天,钉钉在7.5产品发布会上正式发布智能化产品——AI助理。用户点击钉钉首屏右上角的魔法棒,可唤起AI助理,该产品可以进行信息摘要、写工作总结、写文档等工作,用户还可以通过对话,让AI助理打开钉钉投屏、脑图、白板等功能,实现超过30项高频功能的一键唤起。

【AiBase提要:】

🚀钉钉推出AI助理产品,可以进行信息摘要、写工作总结、写文档等工作,同时上线敲一敲新功能。

🔄截至2023年底,用户数突破7亿,组织数量达2500万,付费DAU为2800万,付费企业数达12万。

🎉 钉钉表示已有20+条产品线、80多个场景全面接入大模型,展示了其在人工智能领域的布局。

微软发布DragNUWA1.5版本

新版本的功能让用户在通过图像生成视频之前,能够在图像上画出对应方向的箭头标记,并通过人工智能技术自动调整视频画面的运动方向。

image.png

【AiBase提要:】

⭐ 视频生成前,可在图像上画出方向的箭头标记。

⭐ 功能通过人工智能技术自动调整视频画面的运动方向。

⭐ 提高视频编辑效率和方便性,无需复杂后期编辑。

项目地址:https://top.aibase.com/tool/dragnuwa

Magnific AI正式发布升级内容 图像可放大8倍

图像放大应用MagnificAI近期发布了新的升级内容,包括10K *10K的输出尺寸、新的“分形度”设置和对滚轮缩放的支持,提升用户体验和服务。

【AiBase提要:】

⭐ 新版本将图像放大到10K *10K大小,保持清晰度

⭐ 新增“分形度”设置,避免锐化过度

⭐ 新版本新增滚轮缩放支持,提升使用体验

📰🤖📢AI新鲜事

AMD推面向AI时代的PC处理器Ryzen8000G

AMD于2024年CES上发布了面向AIPC时代的AMDRyzen8000G系列处理器,强调其搭载了XDNANPU加速,其中一些型号内置XDNANPU加速,新系列以Zen4核心、RDNA3图形和新的XDNANPU为特色。

image.png

【AiBase提要:】

😀 AMD发布面向AIPC时代的AMDRyzen8000G系列处理器

😎 Ryzen8000G系列搭载XDNANPU加速

🤖 Zen4核心、RDNA3图形和新的XDNANPU为特色

谷歌开发机器学习工具Teachable Machine

eachable Machine是由Google开发的机器学习工具,用户可以快速、简单地创建自己的机器学习模型,无需专业知识或编程技能,教电脑识别图片、声音或人的动作。

【AiBase提要:】

👩‍🏫 用户无需专业知识或编程技能即可创建机器学习模型

📸 用户可以通过上传图片、录制声音或动作视频收集数据进行模型训练

🔐 提供多种方式创建模型,可在用户自己的电脑上完成操作,保护数据隐私

OpenAI 称《纽约时报》版权诉讼毫无根据

人工智能公司OpenAI日前对《纽约时报》提起的版权诉讼做出公开回应,称利用公开文章等数据训练AI系统属于“合理使用”。

【AiBase提要:】

🔸 OpenAI重申利用公开文章等数据训练AI系统属于“合理使用”。

🔸 公司认为生成式AI模型在提示下并不会逐字输出单一信息源的数据。

🔸 OpenAI表示愿意与《纽约时报》合作,且认为纽时的指控没有根据。

大众汽车将ChatGPT集成至多款车型

大众汽车宣布将在多款车型中批量集成ChatGPT,与其最新一代IDA语音助手结合,为用户提供通过自然语言与汽车进行互动的体验。

【AiBase提要:】

🚗 大众汽车集成ChatGPT: 大众汽车宣布将在多款车型中批量集成ChatGPT,与IDA语音助手结合,提供更人性化的语音交互服务。

🤖 多功能语音助手: ChatGPT不仅执行车辆功能,还提供多项新功能,包括路况查询、导航、设备控制、回答专业知识、搜索网络新闻等,实现多轮深度对话。

🔐 启动与隐私保护: 用户通过说出“你好IDA”或按下方向盘按钮激活ChatGPT,为保障隐私,ChatGPT无法访问车辆数据,问题和答案会立即删除。

微软推出“AI奥德赛”项目

微软推出“AI奥德赛”项目,助力印度培训开发人员,普及人工智能技术应用,加速数字化转型。

【AiBase提要:】

⦁ 项目名为“AI奥德赛”,培训印度开发人员掌握最新的AI技术和工具

⦁ 参与者需完成两个级别挑战,通过完成在线评估获得微软应用技能认证

⦁ 完成挑战的参与者还可获得机会参加微软AI巡演,共同塑造人工智能的未来。

👨‍💻💡🎯聚焦开发者

实时渲染3D技术BakedAvatar 可通过简短视频复制出人物3D头部

BakedAvatar是一项实时创建和渲染逼真的动态3D头像的技术。它可以通过简短的视频复制出人物的3D头部模型,并精确捕捉面部特征,模拟表情和头部运动。另外,它还能在移动设备上进行实时渲染,编辑和调整头像的表情和姿势。

image.png

【AiBase提要:】

⭐ BakedAvatar技术可通过简短视频复制出逼真的3D头部模型。

⭐ 可在移动设备上实时渲染、编辑和调整头像的表情和姿势。

⭐ 增强游戏互动性和真实感,能够实时进行面部重演和姿势编辑。

项目地址:https://top.aibase.com/tool/bakedavatar

新AI图像分割方法GenSAM:一个提示实现批量图片分割

GenSAM模型通过通用任务描述,实现对图像的有针对性分割,摆脱了对样本特定提示的依赖。

image.png

【AiBase提要:】

⚙️ 模型使用CCTP思维链和PMG框架,实现任务通用的文本提示映射和自适应分割。

🚀 实验证明,GenSAM在伪装样本分割任务上表现更好,具备良好的泛化性能。

🧩 通过提供通用任务描述,GenSAM模型可以批量地处理所有相关任务的无标注图片,更加高效和可扩展。

项目链接:https://top.aibase.com/tool/gensam

举报

  • 相关推荐
  • 大家在看
  • BNA:多功能AI超级应用,涵盖社交、电商、娱乐和教育。

    BNA AI Super App是一款集成了多种智能服务的超级应用,它不仅提供社交功能,如分享帖子、写博客、聊天和视频通话,还涵盖了AI电商和娱乐服务。此外,该应用还提供40种语言的AI教学服务,帮助用户学习不同的语言。BNA AI Super App以其强大的AI功能和多语言支持,满足了不同用户群体的需求。

  • Elisi:高效能自主层级式计划助手

    Elisi 是一款旨在帮助用户实现个人成长的终极组织者和指南。它通过直观的设计和用户友好的说明,帮助用户将梦想转化为清晰的结果,分解成可实现的里程碑,并通过AI技术理解并适应用户的个人需求,确保每一天都更有条理和高效。Elisi 致力于提供便捷服务,主要功能套件完全免费。

  • Omi AI:个性化AI助手,记录每一刻,与AI对话获取反馈。

    OMI APP是一个任务驱动的个性化AI助手,旨在通过语音和音频转录功能帮助用户提高记忆力和沟通效率。它是一个开源的AI记事本,提供提醒、建议等功能,同时注重用户隐私。

  • MeowMail:高送达率的AI电子邮件营销工具

    MeowMail是一款集成在Shopify后台的电子邮件营销应用,利用AI技术自动选择最佳发送时间,提高邮件的送达率至98%以上。它支持拖放编辑、从Klaviyo导入邮件列表、使用Beefree编辑器创建新邮件,并通过设定支出限制来管理邮件营销活动。MeowMail还提供企业级支持和自动翻译文本功能,帮助商家以低成本实现高效的邮件营销。

  • Maia 100:微软定制AI加速器,专为大规模AI工作负载设计。

    Maia 100是微软为Azure设计的首款定制AI加速器,专为大规模AI工作负载而打造,通过软硬件的协同优化,实现了性能、可扩展性和灵活性的最大化。它采用了TSMC N5工艺和COWOS-S互连技术,具备高达1.8TB/s的带宽和64GB的容量,支持高达700W的热设计功耗(TDP),但以500W运行,确保了高效的能效比。Maia 100集成了高速张量单元、向量处理器、DMA引擎和硬件信号量,支持多种数据类型和张量切分方案,并通过以太网互连支持大规模AI模型。此外,Maia SDK提供了丰富的组件,支持快速部署PyTorch和Triton模型,并通过双编程模型确保高效的数据处理和同步。

  • LTM:超长上下文模型,革新软件开发

    Magic团队开发的超长上下文模型(LTM)能够处理高达100M tokens的上下文信息,这在AI领域是一个重大突破。该技术主要针对软件开发领域,通过在推理过程中提供大量代码、文档和库的上下文,极大地提升了代码合成的质量和效率。与传统的循环神经网络和状态空间模型相比,LTM模型在存储和检索大量信息方面具有明显优势,能够构建更复杂的逻辑电路。此外,Magic团队还与Google Cloud合作,利用NVIDIA GB200 NVL72构建下一代AI超级计算机,进一步推动模型的推理和训练效率。

  • EZ-work AI文档翻译:智能AI翻译,高效文档语言转换助手。

    EZ-work AI文档翻译是一款专注于文档翻译的在线服务,支持多种语言的翻译,包括中文、英语、日语、俄语、阿拉伯语和西班牙语等。它使用先进的AI技术,如gpt-4o-mini和deepseek-chat模型,为用户提供快速、准确的翻译服务。该产品适用于需要文档翻译的个人和企业,尤其在国际交流和学术研究领域尤为重要。

  • Watson AI:会议助手,自动记录并总结会议要点。

    Watson AI是一款会议助手应用程序,它通过录制系统音频和麦克风来转录和总结会议内容,自动提取行动项和会议摘要,帮助用户更高效地进行会议记录和回顾。

  • PicTech AI: 免费在线AI图片翻译 助力跨境电商

    PicTech AI是由学以致用科技旗下的智能图像工具品牌,专注于为跨境电商提供AI驱动的图片翻译服务。该产品利用人工智能技术,实现高准确率和高清晰度的图片翻译,支持中文、英语到日语、韩语等多国语言的翻译。PicTech AI的智能抠图功能,能够准确检测图片主体边缘,一键去除背景,无需专业编辑。产品背景信息显示,其团队由来自百度、网易、阿里巴巴等行业巨头的顶尖高科技人才组成,具备强大的技术实力和产品能力。该产品定位于帮助跨境电商从业者简化工作流程,提高效率,无需懂外语或图像处理技能即可使用。

  • AnythingLLM:一站式AI应用,支持多种文档和模型。

    AnythingLLM是一个多功能的桌面客户端,支持多种语言模型(LLM)和文档类型,提供完全私密的使用体验。用户可以根据自己的需求选择企业级模型、自定义模型或开源模型,如GPT-4、Llama、Mistral等。产品支持一键安装,本地运行,无需互联网连接,保护用户隐私。

  • 林哥的大模型野榜:更适合中国宝宝体质的大模型产品排行榜

    林哥的大模型野榜是一个专注于中国用户需求的大模型产品排行榜,提供了多维度的评估和排名,帮助用户更好地了解和选择适合的大模型产品。

  • Fluximg.com:AI文本到图像生成器,支持多尺寸和自动翻译。

    Fluximg.com是一个基于Flux模型的AI图像生成网站,提供从文本到图像的转换服务。它支持多种语言,包括中文和英文,并且具有用户友好的界面。网站提供免费和专业版本,使用户能够根据自己的需求选择不同的服务级别。

  • 现代文转古文:将现代汉语转化为古汉语,提升文采。

    现代文转古文是一款能够将现代汉语自动转换为古汉语的模型,它通过先进的自然语言处理技术,使得用户可以轻松地将现代文本转换成具有古典韵味的古文。这种转换不仅能够增加文本的文学价值,还能在教育、文学创作、文化传承等方面发挥重要作用。

  • Zamba2-mini:先进的小型语言模型,专为设备端应用设计。

    Zamba2-mini是由Zyphra Technologies Inc.发布的小型语言模型,专为设备端应用设计。它在保持极小的内存占用(<700MB)的同时,实现了与更大模型相媲美的评估分数和性能。该模型采用了4bit量化技术,具有7倍参数下降的同时保持相同性能的特点。Zamba2-mini在推理效率上表现出色,与Phi3-3.8B等更大模型相比,具有更快的首令牌生成时间、更低的内存开销和更低的生成延迟。此外,该模型的权重已开源发布(Apache 2.0),允许研究人员、开发者和公司利用其能力,推动高效基础模型的边界。

  • InterTrack:无需对象模板的人体与物体交互跟踪技术

    InterTrack 是一种先进的跟踪技术,能够在单目RGB视频中跟踪人体与物体的交互,即使在遮挡和动态运动下也能保持跟踪的连贯性。该技术无需使用任何对象模板,仅通过合成数据训练即可在真实世界视频中实现良好的泛化。InterTrack 通过分解4D跟踪问题为每帧的姿态跟踪和规范形状优化,显著提高了跟踪的准确性和效率。

  • GenWarp:生成新视角的图像,保持语义信息。

    GenWarp是一个用于从单张图像生成新视角图像的模型,它通过语义保持的生成变形框架,使文本到图像的生成模型能够学习在哪里变形和在哪里生成。该模型通过增强交叉视角注意力与自注意力来解决现有方法的局限性,通过条件化生成模型在源视图图像上,并纳入几何变形信号,提高了在不同领域场景下的性能。

  • Qwen2-VL:新一代视觉语言模型,更清晰地看世界。

    Qwen2-VL是一款基于Qwen2打造的最新一代视觉语言模型,具备多语言支持和强大的视觉理解能力,能够处理不同分辨率和长宽比的图片,理解长视频,并可集成到手机、机器人等设备中进行自动操作。它在多个视觉理解基准测试中取得全球领先的表现,尤其在文档理解方面有明显优势。

  • Dressplay:个性化服装生成器,轻松变换你的装扮。

    Dressplay是一个创新的在线服装生成器,允许用户通过简单的步骤生成个性化的服装。它利用先进的图像处理技术,让用户能够选择服装区域、目标人物以及想要穿戴的服装,从而创造出逼真的服装效果。Dressplay背后的技术不仅提高了服装设计的效率,也为用户提供了一种全新的个性化体验。目前,Dressplay提供免费试用,用户可以通过网页访问并体验其功能。

  • GLM-4-Plus:国际领先的语言理解与长文本处理大模型。

    GLM-4-Plus是智谱推出的一款基座大模型,它在语言理解、指令遵循和长文本处理等方面性能得到全面提升,保持了国际领先水平。该模型的推出,不仅代表了中国在大模型领域的创新和突破,还为开发者和企业提供了强大的语言处理能力,进一步推动了人工智能技术的发展和应用。

  • Playground:专业的设计工具,让设计变得简单有趣。

    Playground是一个专业的在线设计平台,它提供了丰富的设计资源和工具,包括贴纸、壁纸、海报、T恤设计和社交帖子设计等。用户可以轻松地创建个性化的艺术作品,无论是个人使用还是商业用途。该平台以其易用性、丰富的设计元素和创新的设计理念,满足了不同用户的设计需求。

今日大家都在搜的词: