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

AI视野:谷歌推小模型MobileDiffusion;Midjourney测试风格一致性功能;字节跳动推AI Bot开发平台扣子;LLaVA-1.6赶超Gemini Pro

2024-02-01 15:20 · 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

谷歌最新文生图小型模型:MobileDiffusion

image.png

【AiBase提要:】

🌟专门为手机开发的文生图模型

🌟0.5秒内生成高质量512x512图像

🌟参数大小:共5.2亿参数

产品入口:https://top.aibase.com/tool/mobilediffusion

产品介绍:https://www.chinaz.com/2024/0201/1594690.shtml

Midjourney测试“风格一致性”功能

image.png

【AiBase提要:】

🌟可以从多张图片学习对应的风格然后结合提示词生成图片

🌟提供一个或多个图像的链接,用以描述想要的统一风格。

🌟该功能支持 V6和 Niji V6版本(不支持 V5等旧版本)

🌟未来将增加“一致性角色”特性

设置教程:https://www.chinaz.com/2024/0201/1594716.shtml

字节跳动推“Coze扣子”AI Bot开发平台

image.png

【AiBase提要:】

🤖 支持用户搭建自己的Chatbot

🔌 提供Bots商店和插件

🌐 功能丰富,包括无限拓展的能力集

官网地址:https://top.aibase.com/tool/coze

上海智能实验室推图文多模态大模型InternLM-XComposer2(浦语·灵笔2)

【AiBase提要:】

📈 浦语·灵笔2具有海量图文知识

🔍 输入图片和简短的文字生成图文混排长文章

📉 浦语·灵笔2基于书生·浦语2-7B模型

项目地址:https://top.aibase.com/tool/internlm-xcomposer2

Meta 推ReplaceAnything3D可用文本引导3D场景编辑

【AiBase提要:】

👉提出Erase-and-Replace方法

👉展示了RAM3D的多样性

👉解决了替换3D场景中的挑战

论文网址:https://arxiv.org/pdf/2401.17895.pdf

AI智能剪辑软件——AIMIX

【AiBase提要:】

🌟支持短视频批量混剪生产源源不断的短视频

🌟可以提取视频或音频里的文案,生成视频字幕

🌟提供了十几种真人语音配音,也支持源视频配音

🌟可通过简单的拖动进行场景排序,生成新的短视频脚本

产品入口:https://top.aibase.com/tool/aimixzhijian

产品介绍:https://www.chinaz.com/2024/0201/1594744.shtml

智能海报生成平台嗨AI海报30秒批量生成带货海报

QQ截图20240201094750.png

【AiBase提要:】

⭐ 提供免费AI智能海报生成平台

⭐ 一键生成多种设计风格和模板

⭐ 支持快速生成节日海报、邀请函、日签等

官网地址:https://top.aibase.com/tool/heiaihaibao

免费AI换脸网站Change Face 一键玩转动漫名人变脸

image.png

【AiBase提要:】

⭐ 免费AI换脸网站

⭐ 利用人工智能算法实现面部交换

⭐ 支持换脸图片和视频

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

Media2Face:支持语音等多模态引导生成3D面部动态表情

image.png

【AiBase提要:】

🧠 引入广义神经参数化面部资产(GNPFA),高度概括的表达潜在空间解耦表情和身份

🌈 创造 M2F-D 数据集,接受来自音频、文本和图像的多模态引导,拓展了3D面部动画的表现力和风格适应性

💡 Media2Face在共语面部动画领域取得了令人瞩目的成果,为面部动画合成的逼真度和表现力开辟了新的可能性。

产品项目入口:https://sites.google.com/view/media2face

📰🤖📢AI新鲜事

OpenAI着手研发GPT-4的早期预警系统

【AiBase提要:】

🤖 一项研究表明GPT-4与互联网相结合,在生物危害任务的准确性和完整性上略有改善,但效果不显著

🌐 研究限制,仅评估信息获取而非实际应用,未探讨GPT-4在新型生物武器开发中的潜在贡献

🏥 对100名参与者进行的研究,根据五个结果指标评估了参与者的表现,部分指标有所改善,但效果不足以在统计学上具有显著性

小米小爱同学AI助手通过大模型备案

【AiBase提要:】

⭐ 小爱同学AI助手通过国家备案

⭐ 小爱同学拥有更强大的大脑

⭐ 小爱同学AI助手将面向更广泛用户群体开放体验

谷歌计划推出高级订阅服务Bard Advanced

【AiBase提要:】

⭐ 谷歌计划推出高级订阅服务Bard Advanced

⭐ Bard Advanced将被锁定为订阅模式

⭐ Bard Advanced将由Gemini Ultra提供支持,预计将在“2024年初”发布

LLaVA-1.6来了!赶超Gemini Pro 提升推理性能

【AiBase提要:】

⭐ LLaVA-1.6提升了推理、OCR能力,支持更多场景和广泛用户。

⭐ LLaVA-1.6在多项基准测试中超越了Gemini Pro,并优于Qwen-VL-Plus。

⭐ LLaVA-1.6展现出强大的零样本中文能力,取得了SOTA性能。

Shopify发布“Magic”图像编辑器等AI增强功能,助力商家智能经营

【AiBase提要:】

🤖 "Magic"图像编辑器,自动生成产品描述、常见问题解答等营销文案,大幅提升效率

🤖 “Smart Sidekick”AI商业顾问,提供个性化建议,传递Shopify专业经验

🔍 利用AI改进搜索体验,语义搜索功能通过自然语言处理更好地理解搜索意图,搜索到购买转化率增加了7%

举报

  • 相关推荐
  • AI日报:美图发布影像AI Agent RoboNeo;1.8bit量化Kimi K2模型上线;亚马逊推AI代码编辑器 Kiro

    【AI日报】今日AI领域重要动态:1)美图推出RoboNeo,通过自然语言指令实现图片精修、品牌设计等全能影像处理;2)Unsloth AI将Kimi K2模型量化至1.8bit,体积缩减78%保持性能;3)谷歌Gemini嵌入模型登顶MTEB榜单,超越OpenAI;4)亚马逊发布免费AI代码编辑器Kiro,集成Claude模型;5)Claude新增应用工具目录功能提升工作效率;6)MiniMax完成近3亿美元融资,估值超40亿美元;7)UTCP新协议让AI代理直

  • 全球优质AI语音大模型盘点:Whisper、Gemini Speech

    本文分析了当前主流AI语音大模型的核心优势与应用场景。全球顶尖模型包括:OpenAI Whisper(多语言识别与翻译)、Google Gemini(情感化语音生成)、Meta AudioCraft(音乐创作与风格转换)。国内讯飞星火(方言识别)、阿里通义(电商客服)、百度文心(车载场景)表现突出。技术突破点在于云端协同架构、零样本克隆和情感语音合成。选择模型需考虑语言支持、场景适配、部署

  • 王腾:REDMI Turbo 4 Pro非常成功 很多友商都在关注

    REDMI总经理王腾发文表示,REDMI上半年发布的Turbo 4 Pro非常成功,受到了广大用户的喜爱,也收到了很多友商的关注。 据悉,REDMI Turbo 4 Pro于4月份发布,首发起售价是1999元,该机上市不到一个月累计销量突破100万台,成为行业内最火的Turbo手机。 随着REDMI Turbo系列的热销,各大品牌纷纷推出Turbo系列手机,主打高性能,对此王腾表示,领先的一种体现就是被模仿,说明REDMI这几�

  • 谷歌推出终端AI编程工具Gemini CLI Gemini CLI安装使用教程一览

    近日,谷歌在AI编程领域推出了一款备受瞩目的终端AI编程工具——Gemini CLI。这款免费开源的工具一经发布,便在开发者群体中引发了广泛关注,其强大的功能和免费开源的特性,使其在众多同类产品中脱颖而出,甚至让一些竞争对手如Claude Code相形见绌。 如果您对AI编程工具感兴趣,想要了解更多类似的产品,可以访问 [AIbase - 智能匹配最适合您的AI产品和网站](https://top.aiba

  • 分析师称MacBook Pro将升级OLED屏:Mini LED退场

    Omdia分析师Linda Lin在一份研究报告中重申,首批搭载OLED屏幕的MacBook将于2026年问世。 尽管她未特别提及MacBook Pro,但业界普遍认为,OLED屏将率先在高端MacBook Pro上首发,随后才会应用到价格更低的MacBook Air系列上。 当前MacBook Pro使用的是Mini LED屏,这块屏升级了液晶层背光,把背光中的LED灯小型化,本质上仍然是LCD屏幕,每个LED灯珠尺寸约在50-200um之间,让背光层拥有更多的背�

  • 各大厂商都开始推Turbo手机 王腾用一句广告词调侃友商

    博主数码闲聊站爆料称,各大厂商都开始推Turbo系列产品,中端产品线竞争逐渐加剧,电池不断刷新行业纪录。 对此,REDMI总经理王腾表示,想起一句广告词,有人模仿我的脸,有人模仿我的面。 据了解,这句广告词出自统一食品,统一率先在行业内推出老坛酸菜系列,随后不少企业也跟风推出类似的方便面。 统一食品便邀请知名主持人汪涵拍摄广告片,这句经典广告语有�

  • 「6月26日AI日报」可灵AI推全球首部AIGC单元剧;谷歌开源AI智能体Gemini CLI

    AI行业近期动态汇总:1)豆包AI编程升级为"应用创作1.0",支持可视化编辑和实时预览,降低开发门槛;2)谷歌开源Gemini CLI工具,集成Gemini 2.5 Pro模型,提供免费编程助手;3)Anthropic推出"Artifacts"功能,用户无需编程即可在Claude中创建AI应用;4)出门问问发布TicNote+硬件产品,内置Shadow AI技术;5)OpenAI将Codex CLI重构为Rust语言以提升性能;6)谷歌发布Imagen4文生图模型,突�

  • 加速Robotaxi部署 滴滴自动驾驶进入爆发前夜

    滴滴自动驾驶在第十七届国际交通技术设备展上亮相新一代L4级量产车型,配备33个传感器,展现技术突破。公司宣布将持续加大研发投入,与广汽埃安成立合资公司加速无人驾驶商业化落地。目前滴滴Robotaxi车队已在北京、广州等城市稳定运营超1800天无重大事故,并计划年内部署千台车辆。凭借多年技术积累和资本支持(累计融资超15.5亿美元),滴滴正迈向规模化商业运营新阶段。近期与广州市政府达成战略合作,进一步拓展智慧交通应用场景,标志着其自动驾驶技术进入爆发前夜。

  • 刷屏世俱杯的RGB-Mini LED有多能打?央视拆机探秘看球黑科技

    海信在2025世俱杯期间展示了其RGB-Mini LED电视技术,通过红绿蓝三原色独立背光光源实现更纯净色彩和更高能效。相比传统电视需要二次色彩转换,该技术直接呈现原色,解决了拖影、色偏等问题,能效提升20%以上。海信通过自主研发的AI画质芯片和RGB背光芯片,攻克了三原色同步控制等技术难题。该技术已应用于85-116英寸大屏电视,成为行业认可的下一代显示方向,标志着中国显示技术从跟随到引领的跨越。

  • A日报:月之暗面开源大模型Kimi K2;智源全面开源RoboBrain2.0;通义千问发布Qwen Chat桌面客户端

    本期AI日报重点报道了多项AI领域突破性进展:1.月之暗面推出万亿参数开源大模型Kimi K2,展现强大智能能力;2.智源研究院开源RoboBrain2.0和RoboOS2.0机器人系统;3.通义千问发布桌面客户端Qwen Chat;4.IndexTTS2实现影视级语音合成;5.HuggingFace开源机器人Reachy Mini热销;6.Meta推出实时视频生成模型StreamDiT;7.PixVerse新增多关键帧视频生成功能;8.特斯拉推出仅支持AMD处理器的Grok AI助手;9.OpenAI推迟开源大模型发布以加强安全测试;10.Liquid AI开源边缘AI模型LFM2;11.AI"时间穿越"特效在社交媒体走红。