首页 > 业界 > 关键词  > StableCode3B最新资讯  > 正文

AI视野:Stability AI发布代码模型Stable Code3B;书生·浦语2.0正式开源;阿里推新项目MotionShop;Win11新增AI生成图像功能

2024-01-17 15:25 · 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

Stability AI发布全新代码模型Stable Code3B

Stability AI公司发布了其首个新型人工智能模型,商业许可的Stable Code3B。这一模型仅有30亿参数,专注于软件开发的代码完成能力,可在没有专用GPU的笔记本上本地运行。

【AiBase提要:】

⭐ Stability Code3B,仅30亿参数,可在没有专用GPU的笔记本上本地运行,性能竞争力强。

⭐ 新模型具备代码完成能力,不仅建议新代码行,还可填充现有代码中的较大缺失部分,实现Fill in the Middle(FIM)

⭐ Stability Code3B覆盖Python、Java、JavaScript、Go、Ruby、C++等18种编程语言,在跨多语言基准测试中表现卓越,声称超越了两倍大小模型的完成质量。

产品网址入口:https://top.aibase.com/tool/stable-code-3b

书生·浦语2.0正式开源 支持200K超长上下文

新一代200亿「书生·浦语2.0」是一款开源的大语言模型,支持200K超长上下文,且20B版本在数学推理方面的性能超越了ChatGPT。

【AiBase提要:】

💡InternLM2达到了与ChatGPT比肩的整体表现

💡新一代大语言模型书⽣·浦语2.0综合性能全面领先

💡第三代数据清洗过滤技术大幅度提升模型训练效率

项目地址:https://top.aibase.com/tool/internlm2

新文生图模型PIXART-δ:引入ControlNet,加速文本生成图像生成

PIXART-δ采用Latent Consistency Distillation(LCD)提高训练效率,支持低内存GPU。在推理速度和性能上超越SDXL LCM-LoRA、PIXART-α,成为文本到图像领域的领先模型。

image.png

【AiBase提要:】

🔬 创新ControlNet-Transformer设计,提升对Transformer模型的控制性能

⚙️ 采用Latent Consistency Distillation(LCD)提高训练效率,支持低内存GPU

📈 PIXART-δ在推理速度和性能上超越SDXL LCM-LoRA、PIXART-α,成为文本到图像领域的领先模型

项目网址入口:https://top.aibase.com/tool/pixart-

🤖📱💼AI应用

阿里推新项目MotionShop 可将视频中的角色替换为3D

MotionShop利用先进的视频处理和3D渲染技术,能够高效地将视频中的某个角色替换为3D人物,同时不改变视频中的其他场景和人物。

【AiBase提要:】

⭐ 视频处理和背景提取,利用视频处理技术分离出人物,留下无人的背景,并使用角色检测和分割追踪方法完成对目标的检测和追踪。

⭐ 姿势估计,利用姿势估计技术分析视频中人物的动作,并生成相应的3D动画人物。

⭐ 视频合成将渲染好的3D动画人物合成回无人背景视频中,生成最终的视频成果。

试用地址:https://top.aibase.com/tool/motionshop

微软Windows11Paint新增AI生成图像功能

微软Windows11最新更新增加了AI生成图像功能,用户可以选择描述和风格来生成图像。除了描述您想要的内容之外,还可以选择特定的风格,例如水彩或照片写实风格。

image.png

【AiBase提要:】

🎨 微软Windows11Paint新增AI生成图像功能,用户可以选择描述和风格来生成图像。

🌐Microsoft于2023年9月推出的Moment4更新将AI智能添加到Paint中,可以通过Windows11版本的Paint使用名为Cocreator的AI驱动工具来生成图像。

🖼️用户可以在画布中央查看生成的三个图像,并选择编辑保存喜欢的图像,也可以选择保存图像并通过电子邮件与其他人共享。

AI创作绘本摩笔天书开放邀请测试

摩尔线程宣布AI创作绘本“摩笔天书”已开放邀请测试,产品基于全功能GPU,为用户提供一站式、多模态、全流程、全自动的创作体验。

【AiBase提要:】

📱摩尔线程AI创作绘本“摩笔天书”已开放邀请测试。

📖用户可以通过输入标题和简要的故事大纲,一键生成完整故事、绘本图片、旁白、字幕、背景音乐等素材。

📚用户可以根据个人喜好进行选择旁白声音、背景音乐、字幕等,也可以进行图文编辑。

官网:https://top.aibase.com/tool/mobitianshu

实时翻译工具Byrdhouse AI 可在视频通话中翻译100多种语言

ByrdhouseAI是一个强大的工具,可以在视频通话中实时翻译100多种语言。它提供了语音翻译字幕和AI驱动的实时口译功能,让用户在会议或聊天中可以将自己的语言转换成另一种语言。

image.png

【AiBase提要:】

⭐ 提供语音翻译字幕和AI驱动的实时口译功能

⭐ 自动识别用户语言并进行翻译,允许编辑翻译后的字幕

⭐ 支持自动生成会议或通话摘要,实时语音到语音翻译服务

体验地址:https://top.aibase.com/tool/byrdhouse

📰🤖📢AI新鲜事

Airbnb斥资2亿,收购了家只有12个人的AI初创

前不久,民宿巨头Airbnb宣布收购一家12人规模的AI初创企业GamePlanner.AI。CNBC称Airbnb此次收购花了差不多2亿美金,这也是Airbnb上市后的首次收购。

【AiBase提要:】

Airbnb斥资2亿美元收购AI初创GamePlanner.AI;

AI为Airbnb打开大饼画面,也增强用户体验;

AI的影响正在扩展至各行业,估计将为全球经济贡献15.7万亿美元。

21岁哈佛辍学生开发的首款生活伴侣式AI项链预售火爆

21岁哈佛辍学生Avi Schiffmann近日带来了一款新型可穿戴AI产品Tab AI项链,可全天候记录周围对话并分析用户生活内容,目标成为智能生活伴侣。

QQ截图20240117091014.jpg

【AiBase提要:】

👂Tab AI项链通过麦克风和电池记录用户周围的对话,持续30小时。

📱记录的音频通过蓝牙传输到手机和云端,分析用户的全部生活内容。

💡项链通过大模型技术分析用户的对话,旨在提供有用信息并成为智能生活伴侣。

前谷歌研究人员筹集3000万美元在日本开发人工智能

在东京总部的人工智能初创公司Sakana AI宣布成功筹集3000万美元的种子轮融资。该公司由前谷歌研究人员David Ha和Llion Jones于去年共同创立,致力于开发新的人工智能模型。

【AiBase提要:】

💰 资金规模: Sakana AI 宣布成功筹集3000万美元的种子轮融资。

💼 投资方阵容: 美国Lux Capital和Khosla Ventures领投,索尼、NTT、KDDI等知名公司也参与投资。

🤖 研发重心: 公司将专注于未来一两年的研发,探索基于更小型“代理”网络的人工智能系统。

👨‍💻💡🎯聚焦开发者

PALP:基于提示对齐的个性化文本到图像生成方法

该方法通过使用得分采样来保持模型与目标提示的对齐,提高文本对齐度,并能生成复杂和精细的图像。通过这种方式,PALP可以实现更高程度的个性化,根据用户需求生成个性化的图像。

image.png

【AiBase提要:】

⭐️ 使用得分采样保持模型与目标提示的对齐。

⭐️ 可以实现更高程度的个性化,保持对齐度。

⭐️ 支持多主题的个性化生成。

项目地址:https://top.aibase.com/tool/palp

Vanna:一个便捷的SQL数据库交互工具

Vanna是一个工具,通过允许用户使用自然语言来查询数据库,然后将这些语言转换成SQL语句,实现数据库信息的查询和获取。

【AiBase提要:】

⦁ 用户可以使用自然语言来查询数据库,然后Vanna自动将其转换成SQL语句,并查询数据库。

⦁ Vanna可以连接到任何使用SQL的数据库,不论数据库的类型。

⦁ 用户可以根据自己的数据和需求训练Vanna,使得它在转换问题为SQL语句时更准确。

官网地址:https://top.aibase.com/tool/vanna-ai

字节复旦团队提出meta prompts 扩散模型图像理解力刷新SOTA

过去一年,扩散模型逐渐在文生图领域扩展,能否处理视觉感知任务呢?字节跳动和复旦大学技术团队提出了简单有效方案,旨在提高模型在视觉识别任务中的性能。

【AiBase提要:】

💡 复旦大学和字节跳动的团队提出meta prompts 扩散模型图像理解力刷新SOTA

💡 通过引入可学习的元提示到预训练的扩散模型中,以提取适合特定感知任务的特征。

💡 扩散模型在去噪UNet中生成多尺度特征,技术团队引入meta prompts作为特征重组的过滤器,以提高模型在视觉识别任务中的性能。

项目地址:https://github.com/fudan-zvg/meta-prompts

举报

  • 相关推荐
  • 大家在看
  • Tonic Textual:安全数据湖,为生成式AI开发提供数据

    Tonic Textual 是全球首个为大型语言模型(LLMs)设计的Secure Data Lakehouse。它通过自动化流程,帮助企业从云存储中提取、治理、丰富和部署非结构化数据,以支持生成式AI的发展。该产品强调数据隐私保护,利用其专有的命名实体识别(NER)模型自动检测和去标识化敏感信息,同时通过数据合成保持数据的语义真实性。它支持多种数据格式,并通过AWS Marketplace、Google Cloud Marketplace和Snowflake Marketplace提供服务。

  • Outtloud:AI语音助手,将文档转换为自然语音

    Outtloud是一款AI语音助手,可以将用户文档或文本转换成自然流畅的高保真AI语音。它支持超过10种语言和口音,提供100多种AI高级人声。用户可以以高达4倍的速度听书,节省阅读时间,同时在驾驶、通勤、锻炼等任何时间任何地点进行学习。它还具备添加笔记和书签的功能,支持在焦点模式下高亮显示正在播放的段落,以便用户跟随阅读。

  • llama3v:基于llama3 8B的SOTA视觉模型

    llama3v是一个基于Llama3 8B和siglip-so400m的SOTA(State of the Art,即最先进技术)视觉模型。它是一个开源的VLLM(视觉语言多模态学习模型),在Huggingface上提供模型权重,支持快速本地推理,并发布了推理代码。该模型结合了图像识别和文本生成,通过添加投影层将图像特征映射到LLaMA嵌入空间,以提高模型对图像的理解能力。

  • Open LLM Leaderboard:开放的大型语言模型排行榜

    Open LLM Leaderboard是一个由Hugging Face提供的空间,旨在展示和比较各种大型语言模型的性能。它为开发者、研究人员和企业提供了一个平台,可以查看不同模型在特定任务上的表现,从而帮助用户选择最适合自己需求的模型。

  • OpenCompass Multi-modal Leaderboard:实时更新的多模态模型性能排行榜

    OpenCompass多模态排行榜是一个实时更新的平台,用于评估和排名不同的多模态模型(VLMs)。它通过8个多模态基准测试来计算模型的平均得分,并提供详细的性能数据。该平台仅包含开源的VLMs或公开可用的APIs,旨在帮助研究人员和开发者了解当前多模态模型的最新进展和性能表现。

  • I2VEdit:一种基于图像到视频扩散模型的视频编辑技术

    I2VEdit是一种创新的视频编辑技术,通过预训练的图像到视频模型,将单一帧的编辑扩展到整个视频。这项技术能够适应性地保持源视频的视觉和运动完整性,并有效处理全局编辑、局部编辑以及适度的形状变化,这是现有方法所不能实现的。I2VEdit的核心包括两个主要过程:粗略运动提取和外观细化,通过粗粒度注意力匹配进行精确调整。此外,还引入了跳过间隔策略,以减轻多个视频片段自动回归生成过程中的质量下降。实验结果表明,I2VEdit在细粒度视频编辑方面的优越性能,证明了其能够产生高质量、时间一致的输出。

  • Samba-1 Turbo:高效能的AI模型选择与应用平台

    Samba-1 Turbo是一个提供AI模型选择和应用的平台,它允许开发者通过免费的开发者推理服务来试用、比较和评估Samba-1中各种专家模型。此外,平台还提供一些构建在Samba-1之上的演示业务应用程序,以及开源语言专家SambaLingo。Samba-1 Turbo旨在为开发者提供强大的工具,以简化AI模型的集成和应用过程。

  • StreamV2V:实时视频到视频翻译的扩散模型

    StreamV2V是一个扩散模型,它通过用户提示实现了实时的视频到视频(V2V)翻译。与传统的批处理方法不同,StreamV2V采用流式处理方式,能够处理无限帧的视频。它的核心是维护一个特征库,该库存储了过去帧的信息。对于新进来的帧,StreamV2V通过扩展自注意力和直接特征融合技术,将相似的过去特征直接融合到输出中。特征库通过合并存储的和新的特征不断更新,保持紧凑且信息丰富。StreamV2V以其适应性和效率脱颖而出,无需微调即可与图像扩散模型无缝集成。

  • OpenCompass 2.0 Large Language Model Leaderboard:大型语言模型排行榜,实时评估模型性能。

    OpenCompass 2.0是一个专注于大型语言模型性能评估的平台。它使用多个闭源数据集进行多维度评估,为模型提供整体平均分和专业技能分数。该平台通过实时更新排行榜,帮助开发者和研究人员了解不同模型在语言、知识、推理、数学和编程等方面的性能表现。

  • 甲骨文AI协同平台:数字化甲骨文研究与共享平台

    甲骨文AI协同平台是一个专注于甲骨文研究的数字化平台,集成了甲骨文全信息著录库、甲骨文总字表、数字工具箱等资源,通过AI技术辅助甲骨文的释读、研究和教育传播。平台汇聚了众多博物馆、专家学者以及社会各界人士的共同努力,旨在推动甲骨文研究的深入发展和甲骨文化的传承。

  • Cantor:创新的多模态链式思维框架,提升视觉推理能力

    Cantor是一个多模态链式思维(CoT)框架,它通过感知决策架构,将视觉上下文获取与逻辑推理相结合,解决复杂的视觉推理任务。Cantor首先作为一个决策生成器,整合视觉输入来分析图像和问题,确保与实际情境更紧密的对齐。此外,Cantor利用大型语言模型(MLLMs)的高级认知功能,作为多面专家,推导出更高层次的信息,增强CoT生成过程。Cantor在两个复杂的视觉推理数据集上进行了广泛的实验,证明了所提出框架的有效性,无需微调或真实理由,就显著提高了多模态CoT性能。

  • SuperCLUE:领先的AI评测基准,衡量和比较AI模型性能。

    SuperCLUE是一个用于评估和比较大型语言模型性能的在线平台。它提供了多种任务和排行榜,旨在为AI研究者和开发者提供一个标准化的测试环境。SuperCLUE支持各种AI应用场景,包括数学推理、代码生成、超长文本处理等,能够帮助用户准确评估模型在不同任务上的表现和能力。

  • Berkeley Function-Calling Leaderboard:评估大型语言模型调用函数能力的排行榜

    Berkeley Function-Calling Leaderboard(伯克利函数调用排行榜)是一个专门用来评估大型语言模型(LLMs)准确调用函数(或工具)能力的在线平台。该排行榜基于真实世界数据,定期更新,提供了一个衡量和比较不同模型在特定编程任务上表现的基准。它对于开发者、研究人员以及对AI编程能力有兴趣的用户来说是一个宝贵的资源。

  • OpenAI & other LLM API Pricing Calculator:AI项目成本计算器,比较不同AI模型的成本。

    OpenAI和其他大型语言模型(LLM)API的成本计算器,帮助企业和开发者评估和比较不同AI模型在项目中的成本。该工具提供了包括OpenAI、Azure、Anthropic、Llama 3、Google Gemini、Mistral和Cohere等在内的多个模型的价格计算。它基于输入的token数、输出的token数和API调用次数来计算成本。

  • Clay Filter AI:将您的角色照片转换成粘土动画风格的图像

    粘土 AI 是一款 AI 工具,可以将照片转换成粘土动画风格的图像。通过分析面部特征,生成逼真的效果,提供灵活的编辑功能。价格定位为免费使用。使用比较简单,上传你的照片并提交,稍等10-20 秒可以获得粘土动画风格的图像。

  • TopMixLabs:在线AI视频动画生成工具

    TopMixLabs 是一个 AI 动画制作工具,通过上传图片,用户可以轻松地将图像转换为专业级动画,适用于各种规模的企业,提升品牌形象。使用简单,只需要4张照片,上传稍等10 -20分钟左右,即可以生成高质量的动画,生成的动画支持下载mp4格式,而且在平台上创建的动画用于个人和商业目的。

  • StartKit.AI:快速搭建AI创业项目

    StartKit.AI是一个旨在帮助开发者快速构建AI项目的在线平台。它提供了一个包含所有所需功能来发布SaaS产品的AI样板,无需AI经验即可使用。该平台由James和Danielle开发,他们拥有超过10年的SaaS产品开发经验,并成功运营着AI产品Ellie。StartKit.AI集成了30多个模块和超过8000行代码,提供了先进的AI特性,如聊天、图像、文本、语音、翻译和内容审核等。此外,它还包括了OpenAI的所有功能,并支持创建自己的ChatGPT克隆体。产品定位于帮助开发者快速启动AI项目,保持技术领先,并支持通过Stripe进行产品变现。

  • Cressi:AI驱动的个性化购物助手

    Cressi是一个由AI驱动的个性化购物助手,旨在通过分析用户的搜索历史、兴趣、联系人和日历等信息,提供定制化的购物建议。Cressi不仅能够理解用户的偏好,而且能够随着用户生活方式的变化而不断进化,提供真正人性化的购物体验。Cressi致力于使购物更加个性化、高客户满意度,并减少浪费,以实现更有意义和可持续的购物方式。

  • Decks:一款专业的笔记应用,助你快速掌握任何学科

    Decks是一款专为学习设计的应用,它通过创新的笔记方式帮助用户更快地掌握知识。用户可以免费开始使用,并在14天后选择月度或年度订阅。Decks提供每月8美元或每年79美元的订阅选项。

  • AutoPilotI18n:AI驱动的国际化工具 简化i18n流程。

    AutoPilotI18n 是一款利用 AI 技术提供精确翻译的国际化工具,可自动化翻译任务,简化 i18n 流程。其主要优点在于精确翻译、多框架支持、高效工作流程,适用于 React、Vue、Angular 等。AutoPilotI18n 定价透明,提供免费和付费版本。

今日大家都在搜的词: