首页 > 业界 > 关键词  > 百度最新资讯  > 正文

AI视野:百度推视频生成模型UniVG;下一代大模型Llama3正在训练;腾讯推视频模型VideoCrafter2;TikTok测试AI作曲功能

2024-01-19 15:30 · 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/

🤖📱💼AI应用

1、百度推出视频生成模型UniVG 可处理各种文本和图像的组合输入

image.png

【AiBase提要:】

⭐ UniVG是一种“统一模态视频生成系统”。

⭐ 采用了“多条件交叉注意力”技术和“偏置高斯噪声”。

⭐ 在MSR-VTT视频数据库上表现出色,获得了。

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

2、腾讯推视频生成模型 VideoCrafter2,克服数据限制,提高视频质量

image.png

【AiBase提要:】

👉 商业视频模型已能生成逼真视频

👉 VideoCrafter2目标是生成高质量视频

👉 VideoCrafter2提供显著的视频质量改进

项目地址:https://top.aibase.com/tool/videocrafter2

3、TikTok测试一项AI歌曲创作功能“AI Song”

【AiBase提要:】

🎵 TikTok推出AI Song,让用户通过文本提示创作歌曲

🎶 初期反馈显示生成的歌曲存在音调不准问题

🎤 YouTube也在测试音乐创作功能,提供更多创作可能

4、钉钉计划4月推出AI智能体商店

【AiBase提要:】

🎯 钉钉计划推出AI智能体商店

🎯 目标是在3年内产生1000万个AI助理,成为最活跃的AI智能体孵化、分发和交易平台

🎯预计未来将产生交易型的智能体,甚至会有很多个人来开发这类应用。

5、英伟达发布ChatQA模型 性能达到GPT-4级别

【AiBase提要:】

⭐ ChatQA模型性能超越GPT-4

⭐ 使用两阶段指令调整和改进的上下文检索

⭐ 通过在多轮QA数据集上微调密集检索器,显著改善了对话式QA结果

项目地址:https://top.aibase.com/tool/aim

6、苹果发布自回归视觉模型AIM 验证性能与模型规模有关

image.png

【AiBase提要:】

👉 随着容量或预训练数据量的增加,模型性能不断提升

👉 论文证实自回归训练对于图像模型学习表征能力具有扩展性

👉 自回归目标足以满足视觉特征的训练要求,且没有饱和的迹象

📰🤖📢AI新鲜事

7、小扎正式宣战开源AGI!下一代大模型Llama3正在训练

image.png

【AiBase提要:】

🔸 下一代大模型Llama3正在训练

🔸 Meta将拥有60万个GPU等效算力

🔸35万块H100,这比GPT-4的计算能力高出约30倍

8、谷歌生成式AI搜索引擎占据84%的搜索查询

【AiBase提要:】

🔍 谷歌的Gen-AI占据84%搜索查询

🔶 搜索引擎优化格局改变,Gen-AI搜索引擎通过分析搜索的上下文、情感、意图和细微差别,提供基于事实的意见。

📈 尽管Gen-AI搜索引擎尚未全面推出,但业界已感受到变革的迫近。

9、OpenAI与亚利桑那州立大学合作,AI进入高等教育领域

【AiBase提要:】

🔹 亚利桑那州立大学计划使用OpenAI技术

🔹 合作重点:学术成功、创新研究、组织流程

🔹 拟为学生提供ChatGPT企业版使用权限

10、AI爆款设备Rabbit R1将接收Perplexity AI的实时信息

【AiBase提要:】

🔍 Rabbit在2024年CES展上宣布与Perplexity达成合作伙伴关系

🔍 该合作将将“对话式AI动力回答引擎”与Rabbit R1相连

🔍 Rabbit R1是由TeenageEngineering设计的AI设备,售价199美元

11、AI虚拟博主盘点 AI网红6周创收超1万美元

【AiBase提要:】

😍 国外创作者根据ChatGPT创建AI网红Emily 每周稳定收入1万美元

😍 测评类AI网红年收入达1700万美元

😍 时尚AI博主Lil Miquela 通过分享穿搭吸引大量品牌合作

更多AI网红致富秘诀点此查看:https://www.chinaz.com/2024/0119/1591649.shtml

12、日本文学奖得主承认借助用ChatGPT写作小说 占比5%

【AiBase提要:】

1. 🏆 日本文学奖得主承认她的小说《Tokyo-to Dojo-to》约有5%是使用ChatGPT生成的。

2. 🤖 ChatGPT不仅帮助她实现潜力,还成为她的创作灵感和心灵依托,启发了小说中的对话。

3. 🤝 与一些担忧AI抄袭的艺术家不同,她看待AI为人类能力的补充,希望未来与AI保持“良好关系”并共同发展创造力。

13、Meta提出TextureDreamer:利用扩散模型生成完整的3D模型纹理贴图

image.png

【AiBase提要:】

⭐ 高质量的3D内容对AR/VR、机器人技术至关重要

⭐ TextureDreamer利用扩散模型生成完整的3D模型纹理贴图

⭐ 通过关键技术的综合应用,取得了显著改进,推动了纹理创作的民主化。

论文地址:https://arxiv.org/pdf/2401.09416.pdf

14、卡内基大学开源TOFU框架,帮助大模型遗忘隐私数据

【AiBase提要:】

🔹 TOFU框架的核心功能之一是遗忘模块

🔹 TOFU数据集帮助深入理解大模型的遗忘过程

🔹 TOFU的遗忘模块可以帮助开发者移除敏感数据

项目地址:https://top.aibase.com/tool/tofu

15、智源推Vision Mamba 高效处理视觉任务,内存能省87%

【AiBase提要:】

🔸 Vision Mamba 在图像分类、对象检测和语义分割任务上性能更高

🔸 Mamba的提出引发了对状态空间模型的兴趣

🔸 Vision Mamba块整合了双向序列建模和位置嵌入

项目地址:https://github.com/hustvl/Vim

16、新AI框架 AboutMe:用网页中自我描述来记录英语预训练数据过滤器的效果

【AiBase提要:】

🔸研究人员介绍了一个名为 AboutMe 的新数据集和框架,用于记录数据过滤对文本的影响。

🔸通过分析网页的 “关于我” 部分,研究团队测量了网站作者的兴趣、社会角色和地理位置等信息。

🔸研究强调了预训练数据筛选过程中的复杂性,并呼吁进一步研究其社会影响。

项目网址:https://github.com/lucy3/whos_filtered

举报

  • 相关推荐
  • 大家在看
  • 知了zKnown:致力于信息降噪 / 阅读提效的个人知识助手

    知了 zKnown 是一款 AI-Native 构建的个人知识助手,专注于信息降噪和阅读提效。它通过多端同步、多渠道总结、长文本支持等功能,帮助用户高效地管理和整理信息。产品的主要优点包括:- 多端同步:用户可以在移动app、桌面客户端、网页版、小程序等多个平台同步使用。- 多渠道总结:支持微信公众号、知乎、简书、36Kr、少数派等多个渠道的文章总结。- 长文本支持:最长支持总结3万字的文章内容。- 摘要导出:用户可以将摘要保存到 Notion、Flomo 等平台。- 产品背景:知了 zKnown 致力于通过 AI 技术提升用户的阅读和信息管理效率,适合需要高效处理大量信息的用户。

  • MBox AI Meet:实时转录与会议总结的谷歌会议扩展

    MBox AI Meet是一款免费Chrome扩展,专为Google Meet设计,提供实时转录和自动生成会议总结的功能。它利用AI技术帮助用户在会议中专注于讨论,而无需担心记笔记。该工具通过实时转录捕捉会议的每一个细节,并在会议结束后自动生成总结,确保用户不会错过任何重要信息。MBox AI Meet的隐私优先策略确保会议安全,不存储任何音频或视频内容。此外,该扩展还计划在未来更新中增加更多AI功能,如发言人识别、实时AI助手等。

  • Klee:本地安全AI,保障数据隐私。

    Klee是一款macOS原生的AI助手应用程序,专注于本地处理数据,确保数据安全和隐私。它使用先进的AI技术,如RAG(检索增强生成)和开源大型语言模型,如Llama 3和Mistral,为用户提供高效、智能的笔记、搜索和知识管理功能。Klee的主要优点包括本地运行以保护隐私、支持团队协作、免费使用以及优化的macOS体验。

  • Kipps.AI:快速构建AI助手,提升业务效率

    Kipps.AI 是一个在线平台,允许用户在短短两分钟内构建自己的AI助手,并将其集成到业务中。该平台支持多种数据源,如PDF、Notion、网站链接和文本,用户只需提供这些数据,Kipps.AI 会处理其余部分。它还与常用的工具如GoDaddy、Wordpress、Drupal、Squarespace、Magento和Wix等进行集成,使得用户可以轻松地将AI助手集成到现有的业务流程中。

  • CrossPrism for MacOS:图像识别、标注和关键词生成工具

    CrossPrism for MacOS 是一款专为摄影师设计的图像识别、标注和关键词生成工具。它利用多核 CPU、GPU 和神经引擎,能够识别物种、生成标题和描述,并支持模型训练的可定制性。用户可以在本地自动标注无限量的原始照片,确保所有照片安全地存储在 Mac 上,无需担心云服务中断、数据锁定或文件传输问题。其20多个专家模型可以对从鸟类到地标的各种内容进行分类,并提供新的视角来整理目录和重新发现旧照片。此外,它还支持视频处理、Lightroom 插件、图像质量评估等功能,使其成为一个强大的筛选工具。

  • ZETIC.ai:构建零成本的设备端AI。

    ZETIC.ai提供了一种革命性的设备端AI解决方案,使用NPU技术帮助企业减少对GPU服务器和AI云服务的依赖,从而显著降低成本。它支持任何操作系统、任何处理器和任何目标设备,确保AI模型在转换过程中不损失任何核心功能,同时实现最优性能和最大能效。此外,它还增强了数据安全性,因为数据在设备内部处理,避免了外部泄露的风险。

  • Kerqu.Ai:一站式AI内容生成器,助力跨境电商提升效率。

    Kerqu.Ai是一个为跨境电商卖家提供一站式AI解决方案的平台,整合了先进的AI技术,帮助用户节约成本、提升品牌影响力和销售转化率。产品通过AI技术实现模特换场景、AI图片创作、批量抠图、图片变高清等功能,同时提供一键撰写文案、优化文案和多语言翻译服务,满足多站点经营需求。

  • ReviewHawk:通过分析用户评论,降低用户流失率。

    ReviewHawk是一个专注于分析应用商店评论的工具,旨在帮助企业降低用户流失率,获取用户反馈,从而改善产品。它通过数据驱动的决策和用户满意度分析,帮助企业了解用户真正想要的功能,从而提升用户留存率和产品满意度。

  • Airtable Cobuilder:快速创建与管理数据的应用程序

    Airtable Cobuilder 是一款强大的应用程序构建工具,旨在通过简单的拖放界面和AI辅助功能,帮助用户快速创建和管理数据。它允许用户连接和简化他们最关键的数据,通过可视化数据、自定义视图和集成其他业务工具,提高团队协作和数据管理的效率。该工具特别适合需要高度定制化和灵活性的业务应用场景。

  • Alertfor:追踪网络信息,及时获取答案变化

    Alertfor 是一个在线平台,通过其专有的AQTA (Ask Question Track Answer) 流程,允许用户提交复杂问题,并在网页上寻找最相关的答案。它通过持续追踪提供连续的更新,确保用户能够获得准确且及时的信息。

  • Unskool:家长支持工具,助力家庭教育

    Unskool是一个由家长为家长制作的辅助工具,旨在简化家庭教育过程。它通过去除繁琐的行政工作,让家长能够专注于创造一个丰富的学习环境,让家长和孩子都能茁壮成长。Unskool提供了跟踪、记录和灵感激发的功能,并通过人工智能生成定制的、按需的课程计划,帮助家长更高效地进行家庭教育。

  • AI Generated Diagram:智能生成图表工具

    AI Generated Diagram 是一款利用人工智能技术生成图表的工具。它通过用户输入的提示(prompts)来创建图表,支持多种布局类型,如水平布局(Horizontal)。用户可以通过编辑、配置等操作来调整图表的细节,并支持导出为SVG格式或导出数据。该工具不仅提高了设计图表的效率,还通过AI技术提升了图表的美观度和准确性。

  • Free AI Image Extender:使用人工智能扩展图像边界

    AI Image Extender 是一款利用人工智能技术扩展图像边界的工具,通过生成新内容与现有图像无缝融合,增强图像的视觉延展性。该产品通过先进的AI算法,能够智能识别图像内容并生成自然过渡的扩展区域,适用于需要图像扩展或背景生成的各种场景。

  • Capacities:一个为你的思维打造工作室的APP

    Capacities是一个旨在改善人们思考方式和工作流程的应用程序。它通过使用对象而非传统文件和文件夹来组织信息,帮助用户更直观地理解和连接复杂的信息结构。该应用支持网络化笔记,使用户能够自然地构建信息网络,激发新的创意。Capacities还提供AI助手,帮助用户与笔记中的对象动态互动,并提高写作质量。此外,该应用注重数据安全和隐私保护,符合GDPR标准,数据存储在欧盟的加密服务器上。

  • CLASI:高质量、类人同声传译系统

    CLASI是一个由字节跳动研究团队开发的高质量、类人同声传译系统。它通过新颖的数据驱动读写策略平衡翻译质量和延迟,采用多模态检索模块来增强特定领域术语的翻译,利用大型语言模型(LLMs)生成容错翻译,考虑输入音频、历史上下文和检索信息。在真实世界场景中,CLASI在中英和英中翻译方向上分别达到了81.3%和78.0%的有效信息比例(VIP),远超其他系统。

  • image-matting:AI抠图项目,使用开源模型实现图像抠图。

    image-matting 是一个基于开源模型 briaai/RMBG-1.4 的AI抠图项目。该项目旨在通过学习AI技术、GUI开发、前端学习以及i18n国际化等技术,实现本地模型算法的图像抠图功能。它支持单张和批量抠图,用户可以通过拖拽和粘贴的方式快速进行图像处理。项目还提供了打包后的运行文件下载链接,方便用户使用。

  • OnlyPans:AI定制周晚餐计划

    OnlyPans是一个利用人工智能技术为用户提供定制化晚餐计划的应用程序。它通过与用户的简短聊天来了解用户的预算、口味偏好、语言习惯、饮食限制以及日常生活的忙碌程度,然后快速生成符合用户需求的晚餐计划。随着用户使用时间的增长,OnlyPans会不断学习和优化,提供更加个性化的服务。此外,OnlyPans还提供智能购物清单功能,帮助用户避免食品浪费和不必要的紧急购物。OnlyPans注重用户隐私保护,承诺不会出售用户的任何信息。

  • Excel Dashboard AI:将Excel转换为仪表板和报告的AI工具。

    Excel Dashboard AI是一款利用人工智能技术,将Excel数据快速转换为交互式仪表板和分析报告的工具。它通过自然语言处理能力,允许用户以对话形式与数据进行交流,从而迅速获得洞察。产品的主要优点包括快速生成多样化的数据分析维度、自然语言编辑和锁定分析视角、一键生成交互式仪表板、AI解读图表含义以及将仪表板转换为详尽的分析报告等。

  • 清影 AI 视频生成服务:基于 AI 技术生成视频内容的智能服务。

    清影 AI 视频生成服务是一个创新的人工智能平台,旨在通过智能算法生成高质量的视频内容。该服务适合各种行业用户,能够快速便捷地生成富有创意的视觉内容。无论是商业广告、教育课程还是娱乐视频,清影 AI 都能提供优质的解决方案。该产品依托于先进的 GLM 大模型,确保生成内容的准确性与丰富性,同时满足用户个性化需求。提供免费试用,鼓励用户探索 AI 视频创作的无限可能。

  • Tempest AI:无需编码,10分钟构建游戏

    Tempest AI是一个无需编码即可快速构建游戏的平台。它利用强大的AI助手帮助用户从零开始创建游戏,支持动态角色、适应性任务和互动世界。用户可以通过拖放编辑器构建世界,设计游戏机制,并通过故事构建器控制游戏叙事。Tempest AI不仅适合游戏开发者,也适合那些希望探索创意和互动叙事的爱好者。

今日大家都在搜的词: