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

AI视野:Hugging Face聊天助手上线;SVD的Web平台发放测试资格;AI模拟器“决战拜年之巅”走红;美图宣布2.85亿元收购站酷

2024-02-04 15:24 · 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

Hugging Face聊天助手上线 两步就能创建自定义机器人

image.png

【AiBase提要:】

🌐 :Hugging Face近日推出了全新的聊天助手功能

🚀 与OpenAI GPT相似,用户可自定义名字、头像、描述

🔗 产品入口:https://huggingface.co/chat/assistants

SVD视频生成模型的Web平台开始发放测试资格

image.png

【AiBase提要:】

💻人物和其他动物的动作幅度得到了加强

📹 新模型效果非常强大,提供14帧和24帧视频

🎬 视频画面清晰度、一致性和流畅度都非常惊人

产品入口:https://top.aibase.com/tool/stable-video-diffusion-ai

视频生成模型Motion-I2V:支持控制视频运动轨迹

image.png

【AiBase提要:】

🌟 可以像Runway的运动笔刷一样控制视频生成

🌟 从一张静态图片生成连贯且可控制的视频

🌟 支持用户精确控制视频中的运动轨迹和运动区域

项目地址:https://top.aibase.com/tool/motion-i2v

OpenAI推出适用于Apple Vision Pro的ChatGPT应用

image.png

【AiBase提要:】

🚀 用户可在Apple Vision Pro上通过文本、图片和语音进行多模态AI交互。

🌐 OpenAI迈向更自然、直观、身临其境的人机交互

📱 VisionOS支持600多款应用

Meta开发AudioSeal技术,可以秘密为 Deepfake 音频添加水印

【AiBase提要:】

  • Meta的研究人员开发了AudioSeal技术,可以在AI生成的语音中嵌入隐形水印,识别生成它的模型。

  • Facebook Research提出的方法解决对抗合成语音的检测问题,具有高精度和鲁棒性。

  • 虽然AudioSeal是重要进展,但需要谨慎应用,以克服隐私和伦理风险,确保其可靠性和合法性。

Poe推出新功能Image Remix 用户可修改和定制AI生成的图片

QQ截图20240204115321.png

【AiBase提要:】

⭐ 用户可以随心所欲地修改和定制AI生成的图片

⭐ 功能包括改变图片的风格、布局和颜色等

⭐ 支持所有基于SDXL和Playground v2的图像生成机器人

产品入口:https://top.aibase.com/tool/poe

谷歌推时间序列预测模型TimesFM 可预测股市、天气等

【AiBase提要:】

🕰️ 时间序列预测模型TimesFM由谷歌研究团队推出

📈 可广泛应用于商业、金融和科研领域

🌤️ 可帮助预测未来股市、天气等事件

论文:https://blog.research.google/2024/02/a-decoder-only-foundation-model-for.html

AI拜年模拟器“决战拜年之巅”网络走红

【AiBase提要:】

🎮 拜年模拟器引起轰动

👨‍👩‍👧‍👦 影响亲戚情绪的对话互动

🤖 由ChatMindAI团队推出,得到了国产大模型GLM(智谱AI)的支持

面壁智能发布端侧旗舰MiniCPM 性能超越 Mistral-7B

【AiBase提要:】

🚀 小博大的性能超越Mistral-7B

🌐 MiniCPM支持CPU推理

🔎 面壁智能联合清华大学发布GitAgent大模型智能体应用框架

GitHub 项目地址:https://github.com/OpenBMB/MiniCPM

商汤日日新SensNova4.0发布 商量大语言模型推出V4通用版本

【AiBase提要:】

🔸 商汤日日新SensNova4.0发布

🔸 SenseNova4.0升级大模型体系,提供更全面知识覆盖、可靠推理、长文本理解

🔸 支持128K语境窗口长度,全面超越GPT-3.5

📰🤖📢AI新鲜事

美图宣布2.85亿元收购站酷 为自家AI视觉大模型生态带来优质协同效应

【AiBase提要:】

⭐ 美图宣布以总价3964.05万美元收购站酷

⭐ 站酷成立于2006年,汇聚全球设计师、摄影师等视觉创意从业者

⭐ 美图CEO表示站酷的加入将提升美图影像与设计产品业务,为自家AI生态带来协同效应

IBM研究发现: AI语音克隆可劫持合法通话进行诈骗

【AiBase提要:】

📞 黑客可以利用生成式AI工具劫持语音通话。

💳 使用低成本AI工具,骗子能冒充他人声音窃取资金和信息。

🛡️ IBM研究人员发现"音频劫持"是一种新威胁。

谷歌计划对Bard进行重大改变 更名为Gemini

【AiBase提要:】

😮 谷歌计划对产品Bard进行重大改变,更名为Gemini。

😮 Gemini的推出可能代表了谷歌在语言模型领域的重大进展。

😮 Bard将提供高级订阅服务,与OpenAI的ChatGPTPlus竞争。

OnePlus11和12手机将迎来人工智能功能更新

【AiBase提要:】

⭐ OnePlus11和12即将引入人工智能功能

最新更新表明,在中国市场这些功能已经加入

⭐ 更新引入人工智能总结电话和文章,以及照片编辑

举报

  • 相关推荐
  • 大家在看
  • SpeedLegal:个人AI合同谈判助手

    SpeedLegal是一个利用机器学习技术(特别是深度学习、大型语言模型和通用AI)来突出合同中的条款和关键风险的技术初创公司。我们分析您的文档并发送给您一个简化的报告,以便您在签名前做出更明智的决策。

  • FCK.School:AI写作工具

    FCK.School是一个为学生提供AI写作工具的在线平台。它可以帮助学生改善写作技巧,提升学术表现。通过FCK.School的AI驱动工具,学生可以进行文本改写、文摘、语法纠错等操作,还能生成各种写作素材,如标题、论点、大纲等。FCK.School提供免费工具以供试用,同时还有付费订阅计划。

  • CompliantChatGPT:AI医疗助手,HIPAA合规

    CompliantChatGPT是一款专为医疗保健行业设计的AI助手,它通过HIPAA合规的方式,帮助医疗工作者安全、高效地处理医疗相关任务。产品具备以下特点: - 保护患者数据安全,通过令牌化技术确保个人健康信息(PHI)的安全。 - 提供个性化的医疗模式,包括血液分析、PHI匿名化、诊断和治疗规划等。 - 用户友好的界面设计,支持语音到文本的笔记功能,便于记录和回顾。 - 定价策略灵活,提供免费试用,以及多种付费套餐选择。 - 适用于医疗提供者、专业人士、医疗机构、研究中心和健康科技初创企业。

  • Healax:AI驱动的心理健康解决方案

    Healax是一款创新的AI驱动的心理健康解决方案,专为学生设计,帮助他们主动应对日常生活中的压力和焦虑。该产品通过建立学生、行政人员和提供者之间的信任沟通渠道,提供定制化活动和内容,以促进更全面的教育体验。

  • Snowflake Arctic Embed:开源的先进文本嵌入模型

    Snowflake Arctic Embed是一系列基于Apache 2.0许可开源的文本嵌入模型,专为检索用例设计。这些模型在Massive Text Embedding Benchmark (MTEB)检索基准测试中提供了领先的检索性能,为组织在结合专有数据集与大型语言模型(LLMs)进行检索增强生成(RAG)或语义搜索服务时提供了新的优势。这些模型的尺寸从超小型(xs)到大型(l),具有不同的上下文窗口和参数数量,以满足不同企业的延迟、成本和检索性能需求。

  • DuerOS X:全球首个AI原生操作系统

    DuerOS X是小度基于百度文心大模型推出的全球首个AI原生操作系统。它彻底颠覆了传统的人适应系统的模式,实现了端到端连接用户的意图与任务,极大地拓展了操作系统的边界。DuerOS X全面应用了文心大模型,通过模型路由架构,能够灵活调度不同的文心模型去解决不同难度的问题,更高效、更精准、更经济。个性化长短记忆的存储、提取和理解能力,使得DuerOS X能够更清楚地记住历史内容与用户个性化偏好。此外,多模态感知技术的应用,让DuerOS X产生更丰富的感知力,无论是通过语音、文字还是表情与小度沟通,都能准确地理解用户的意图,并给出恰当的回应。

  • abab 6.5:万亿参数MoE文本大模型

    abab 6.5系列包含两个模型:abab 6.5和abab 6.5s,均支持200k tokens的上下文长度。abab 6.5包含万亿参数,而abab 6.5s则更高效,能在1秒内处理近3万字的文本。它们在知识、推理、数学、编程、指令遵从等核心能力测试中表现出色,接近行业领先水平。

  • mistral-common:Mistral模型工具集

    mistral-common是一套帮助您处理Mistral模型的工具。它不仅包含文本到token的转换,还增加了工具解析和结构化对话。目前发布了三个版本的tokenizer,分别适用于不同的模型集合。

  • AI Grammar Checker & Paraphraser – LanguageTool:提供语法检查和改写的工具

    AI语法检查与改写工具- LanguageTool是一款免费的语法检查工具,可以检测文本中的语法错误并提供改写建议。它能够检测出拼写错误、语法问题、常见词汇混淆和标点符号错误,并提供改写建议、同义词替换和简洁句子重写。该工具适用于多种语言,支持多个平台和应用场景,如社交媒体、电子邮件和网页。

  • Spline AI 3D Generation:快速生成三维模型的AI工具

    AI 3D Generation是Spline推出的一款3D设计工具,它支持文本到3D生成和图像到3D生成,允许用户通过简单的文本提示或2D图像自动创建出详细且精确的3D模型。该工具具有生成变体与混合、直观且适合初学者、创建独特的3D库、平台集成与实时协作、易于集成和发布等功能。

  • FocuSee:轻松录屏 软件会自动跟踪光标移动美化录屏效果

    FocuSee 自动跟踪光标移动,应用动态缩放效果,为您节省宝贵时间和额外的努力。适用于演示,教程,推广视频等多种场景。

  • Ai-to-pptx:使用AI技术来自动生成PPTX 支持在线修改

    Ai-to-pptx 是一个使用 AI 技术 (ChatGpt 和 Gemini) 制作 PPTX 的助手,支持在线修改和导出 PPTX。主要功能包括使用 ChatGPT 等大语言模型生成大纲、允许用户再次修改内容、选择不同模板、在线修改 PPTX 的文字、样式、图片等,支持导出 PPTX、PDF、PNG 等多种格式。价格为付费,商业授权价格为 22000 元人民币或 3000 美元。

  • CodeQwen1.5:开源代码助手,高效编程新选择

    CodeQwen1.5是一个基于Qwen语言模型的代码专家模型,拥有7B参数,支持92种编程语言,最长支持64K的上下文输入。它具备代码生成、长序列建模、代码修改和SQL能力等,旨在提高开发人员的工作效率,简化软件开发流程。

  • PixArt-Sigma:4K文本到图像生成的扩散变换器

    PixArt-Sigma是一个基于PyTorch的模型定义、预训练权重和推理/采样代码的集合,用于探索4K文本到图像生成的弱到强训练扩散变换器。它支持从低分辨率到高分辨率的图像生成,提供了多种功能和优势,如快速体验、用户友好的代码库和多种模型选择。

  • InstantMesh:高效3D网格生成框架

    InstantMesh是一个基于LRM架构的前馈框架,用于从单张图像高效生成3D网格。它支持低内存GPU环境,并能生成具有纹理映射的3D网格模型。

  • MagicClothing:基于LDM的服装驱动图像合成AI

    MagicClothing是一种基于潜在扩散模型(LDM)的新型网络架构,专门用于服装驱动的图像合成任务。它能够根据文本提示生成穿着特定服装的定制化角色图像,同时确保服装细节的保留和对文本提示的忠实呈现。该系统通过服装特征提取器和自注意力融合技术,实现了高度的图像可控性,并且可以与ControlNet和IP-Adapter等其他技术结合使用,以提升角色的多样性和可控性。此外,还开发了匹配点LPIPS(MP-LPIPS)评估指标,用于评价生成图像与原始服装的一致性。

  • FireCrawl:无需站点地图,一键抓取网站所有子页面

    FireCrawl 是一款由 Mendable.ai 开发的开源项目,它能够无需站点地图即可抓取任何网站的所有可访问子页面,并将这些内容转换为干净、格式化的Markdown文档。它特别适合数据科学家、机器学习工程师、内容创作者和市场分析师使用,以从网站内容中提取有价值的信息。FireCrawl 能够处理使用JavaScript动态渲染的内容,提供API服务,支持自托管,并与多种开发者工具和框架集成。

  • Atlas:下一代电动机器人

    Atlas是波士顿动力公司开发的一款先进的人形机器人,它结合了数十年的研究和实际经验,旨在解决当今工业领域中最艰巨的挑战。新一代的Atlas机器人是全电动的,比以往的液压版本更强大,动作范围更广,能够更高效地完成各种任务。Atlas机器人配备了新的AI和机器学习工具,如强化学习和计算机视觉,以确保它们能够适应复杂的现实世界情况。此外,Atlas将与波士顿动力公司的Orbit™软件集成,该软件提供了一个集中的平台来管理整个机器人车队、站点地图和数字化转型数据。

  • Stable Diffusion 3 API:先进的文本到图像生成系统

    Stable Diffusion 3是一款先进的文本到图像生成系统,它在排版和提示遵循方面与DALL-E 3和Midjourney v6等顶尖系统相匹敌或更优。该系统采用新的多模态扩散变换器(MMDiT)架构,使用不同的权重集来改善图像和语言的表示,从而提高文本理解和拼写能力。Stable Diffusion 3 API现已在Stability AI开发者平台上线,与Fireworks AI合作提供快速可靠的API服务,并承诺在不久的将来通过Stability AI会员资格开放模型权重以供自托管。

  • 奇布塔:AI一站式儿童有声绘本创作平台

    奇布塔是基于人工智能生成技术的绘本创作平台,提供各种风格的有声绘本创作功能,帮助用户创作优质的绘本内容。定价灵活多样,定位于绘本创作者和儿童阅读者市场。

今日大家都在搜的词: