首页 > 业界 > 关键词  > 大模型最新资讯  > 正文

AI视野:荣耀发布魔法大模型;阿里推开源版FaceChain;钉钉小冰合作推一键定制数字人;微博上线AI评论机器人

2024-01-10 16:34 · 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

荣耀发布魔法大模型

荣耀发布全新平台级AI大模型——魔法大模型,首次应用于Magic6系列机型,并推出MagicOS8.0,实现了基于用户意图识别的GenAI平台级系统,包括"任意门"功能,打破应用壁垒,交互速度远超iOS17,与百度智能云合作生成专业内容。

微信截图_20240110154236.png

【AiBase提要:】

🔍 AI大模型趋势: 荣耀跟随智能手机发展趋势,将AI大模型整合于生态系统,深入了解用户需求,实现更便捷的生活体验。

🚀 MagicOS8.0创新: MagicOS8.0基于用户意图识别,实现了一秒完成操作的极速交互,同时推出"任意门"功能,提供高效智能的跨应用体验。

🤝 百度智能云合作: 荣耀与百度智能云战略合作,通过魔法大模型生成专业内容,拓展AI在手机领域的应用。

星火大模型将发布最新

科大讯飞推出基于星火认知大模型的数字员工产品,包括管理、营销、办公三大类,旨在提升企业运营效率;1月30日将发布星火认知大模型的最新版本。

【AiBase提要:】

🚀 管理数字员工产品功能全面,涵盖企业招采、合同起草等,旨在提升企业运营效率。

💼 营销数字员工应用AI技术于销售场景,提升销售团队业绩,在高端零售业有重点应用。

🏢 办公数字员工提供主题创作、文本创建等能力,旨在提高办公效率;1月30日将发布星火认知大模型的最新版本。

新AI模型DPPFA−Net可精准检测到小型3D物体存在

日本立命馆大学研究团队开发的DPPFA−Net模型通过创新策略结合3D LiDAR和2D图像,显著提高小目标检测性能,尤其在恶劣天气条件下表现出色。

【AiBase提要:】

🌐 DPPFA−Net采用多模态方法,结合2D图像和LiDAR数据,显著提高小目标检测性能。

🚗 在KITTI Vision Benchmark测试中,DPPFA−Net在不同噪声条件下平均精度提高了7.18%,展现出强大的鲁棒性。

🤖 模型包括三个创新模块,通过内部和间部特征交互,以及语义对齐,解决了多模态3D物体检测中的挑战,推动了该领域的发展。

项目研究论文:https://ieeexplore.ieee.org/document/10308573/

安徽工程大学开源TinyGPT-V多模态模型

TinyGPT-V是一款性能强大的多模态模型,基于微软Phi-2语言模型和视觉模型EVA,仅有28亿参数但性能媲美上百亿参数的模型。训练只需24G GPU,适用于中小企业和个人开发者,可部署在移动设备上。

【AiBase提要:】

👾 小模型大能力: TinyGPT-V以微软Phi-2和EVA为基础,仅28亿参数却具备强大性能,适用于中小型企业和个人开发者。

🚀 轻量训练: 训练过程只需24G GPU,不依赖高端显卡,可部署在手机、笔记本等移动设备上。

📈 多阶段训练: TinyGPT-V经历热身、预训练、指令调优和多任务调优四个阶段,在视觉语言任务中表现出色。

开源地址:https://github.com/DLYuanGod/TinyGPT-V

斯坦福推新AI模型 可快速找出图片中位置

一群斯坦福大学研究生发布的AI模型,通过大量训练可在照片中准确找出位置,准确率达到92%,但引发隐私安全问题。

image.png

【AiBase提要:】

🚀 高准确率AI模型: 斯坦福研究生团队发布的AI模型,通过数万训练图片,准确率达到92%,能在40%的猜测中将位置缩小至25公里范围内。

🕵️‍♂️ 隐私安全考虑: 由于模型可能引发隐私问题,项目团队决定不公开模型,仅分享代码,以防止技术滥用。

🛡️ 隐私保护重要性: 对于普通用户而言,隐私保护至关重要,特别是不随意在社交网络上发布周围照片,以避免潜在的隐私问题。

论文地址:https://arxiv.org/pdf/2307.05845.pdf

🤖📱💼AI应用

阿里推开源版“妙鸭”FaceChain

阿里推出开源版FaceChain-FACT,通过Deformable Neural Radiance Fields技术,使用一张用户照片即可生成百种定制肖像,支持多样化肖像风格,填补了个性化肖像生成技术空白。

image.png

【AiBase提要】

🚀 FaceChain-FACT采用Deformable Neural Radiance Fields技术,一张用户照片即可生成百种定制肖像。

💡 技术方法包括图像预处理、基于Transformer的面部特征提取器、稳定扩散等,支持多种LoRA模型。

⚡ FaceChain-FACT提高了生成速度和定制化程度,为个性化肖像生成提供高效简便解决方案。

项目地址:https://top.aibase.com/tool/facechain-fact

Luma AI发布文本到3D模型转换工具Genie1.0

Luma AI推出Genie1.0,一款能在10秒内根据文本描述创建逼真3D模型的工具,同时宣布获得4300万美元B轮融资。

QQ截图20240110145324.png

【AiBase提要:】

🚀 Genie1.0是Luma AI的文本到3D模型转换工具,能在短时间内生成包含详细表面材料的逼真3D对象。

💰 Luma AI宣布获得4300万美元B轮融资,由@a16z牵头,为Genie的发展提供有力支持。

📲 Genie生成的3D模型支持导出到各种主流3D文件格式,可在不同软件和平台上使用,工具已在网络和Luma的iOS应用中可试用。

官网地址:https://top.aibase.com/tool/lumaai-genie

AI视频剪辑工具MorphCut:自动删除视频中的多余停顿、语气词等

近期推出的AI视频剪辑工具MorphCut,由华盛顿大学和Adobe研究中心联合开发,通过创新的框架实现自动删除视频中的冗余语气声音,平滑处理跳切,提升观看体验。

image.png

【AiBase提要:】

👁️ MorphCut是由华盛顿大学和Adobe研究中心合作开发的AI视频剪辑工具。

🎞️ 功能特点包括面部细节关注、面部标记操控和跨模态注意力机制,特别擅长处理人物头部转动问题。

⏰ 自动删除语气词和平滑转头动作处理,使观众几乎感觉不到剪辑痕迹,为视频编辑节省时间和精力。

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

📰🤖📢AI新鲜事

英特尔正将AI PC引入汽车领域

英特尔宣布推出首个面向汽车领域的AI聚焦芯片,计划提升语音助手和主动安全功能,中国吉利旗下的极氪将成为首家搭载这一新技术的汽车制造商。

【AiBase提要】:

🧠 Intel发布首款面向汽车领域的AI聚焦芯片,旨在提升语音助手和主动安全功能。

🚙 中国吉利旗下的极氪(Zeekr)将成为首家安装这些新芯片的汽车制造商,首款搭载Intel AI硬件的Zeekr车型将于今年年底推出。

⚙️ Intel计划推出一系列用于软件定义汽车的芯片,预计在2024年底首次亮相,以提高汽车内体验。

钉钉与小冰公司达成合作 推出一键定制数字人服务

钉钉与小冰公司合作推出一键定制数字人服务,用户可通过钉钉参与数字人内测,并在钉钉视频号发布数字人视频。

【AiBase提要:】

🔍 钉钉与小冰公司合作推出一键定制数字人服务。

📱 用户可通过数字人内测,在钉钉视频号发布个性化数字人视频。

🚀 合作涵盖钉钉视频号、直播、视频会议、AI助理等领域,助力用户多种活动。

Rabbit推出独立人工智能设备R1

CES2024展会上,Rabbit推出售价199美元的独立人工智能设备R1,外观现代化,配备2.88英寸触摸屏、旋转摄像头、2.3GHz MediaTek处理器等。

QQ截图20240110094100.jpg

【AiBase提要:】

🔍 R1是199美元的独立AI设备,外观现代化,配置强大。

🔄 Rabbit OS采用"大型操作模型",通过简单提问实现各种功能。

🌐 Rabbit的愿景是将R1连接为一个超级应用程序,具备广泛的应用场景。

Rabbit tech开发AI系统LAM 说话就能指挥系统完成任何APP操作

Rabbittech最新开发的AI系统LAM,通过神经符号编程技术,能够用自然语言指挥完成任何应用程序的操作,提供更可靠和便捷的用户体验。

QQ截图20240110100952.png

【AiBase提要】

🐇 先进技术: Rabbittech的LAM系统采用神经符号编程技术,能够直接建模应用程序结构,实现与最先进方法媲美的准确性、可解释性和速度。

🗣️ 语音控制: LAM系统允许用户通过自然语言打字或说话指挥完成任何应用程序操作,同时兼容现有所有应用程序,无需丢弃已有数据。

🚀 广泛应用: 适用于各种人工智能助手和操作系统,为下一代自然语言驱动的消费者体验提供支持。

项目地址:https://top.aibase.com/tool/lam

科学家创新技术用更少的GPU训练ChatGPT级别万亿参数模型

科学家们在世界上最强大的超级计算机上取得了巨大突破,仅使用其8%的计算能力,成功训练了一个与ChatGPT规模相当的模型。

【AiBase提要:】

🌐 科学家在全球最强超级计算机上仅使用8%算力,成功训练出与ChatGPT规模相当的模型。

🚀 利用分布式训练策略和并行技术,在Frontier计算能力8%的情况下,实现1750亿和1万亿参数模型的百分之百弱扩展效率。

💡 尽管取得突破,训练拥有万亿参数的语言模型仍面临挑战,需要解决内存问题及在非Nvidia平台上进行高效训练。

Quora融资7.5亿美元

Quora成功融资7.5亿美元,将资金用于加速发展AI聊天机器人平台Poe,致力于打造基于AI的创作者经济。

【AiBase提要:】

💰 融资巨额: Quora成功融资7,500万美元,资金将用于加速发展其AI聊天机器人平台Poe。

🌐 创作者经济: Quora致力于打造基于AI聊天机器人的创作者经济,让创作者通过构建有趣的AI机器人来实现收入。

🚀 平台增长: 自Poe一年前推出以来,Quora取得了不俗的增长,拥有超过4亿月活跃用户,融资估值为5亿美元。

沃尔玛押注AI服务 帮助用户更快选购货物

沃尔玛正致力于通过人工智能(AI)技术改进购物体验,其中包括推出一项名为InHome的补货服务,旨在实现全自动杂货补货,让用户无需亲自购物。

【AiBase提要:】

🏠 沃尔玛计划推出InHome服务,通过学习用户购物习惯实现全自动杂货补货,减轻用户选购负担。

🤖 AI技术生成个性化购物清单,帮助用户在正确时间订购所需物品,通过InHome服务送达用户家中。

🚀 沃尔玛投资生成式AI搜索引擎,让用户通过更广泛的查询方式轻松搜索商品,提升购物体验。

微博上线AI评论机器人“罗伯特”

微博推出的AI评论机器人“罗伯特”以其抽象、幽默的评论风格在社交网络引起轰动,但引发网友对语言质量的担忧。

【AiBase提要:】

🤖 独特风格:微博AI评论机器人“罗伯特”以抽象、幽默的评论风格受欢迎,成为热搜榜常客。

🤔 担忧表达:网友担忧该机器人广泛参与话题讨论,可能在未来制造更多“引战”话题,加剧舆论冲突。

🤯 语言质量争议:机器人评论的抽象风格引发对微博语言质量的担忧,有人认为超越其他社交平台。

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: