首页 > 业界 > 关键词  > Llama3最新资讯  > 正文

AI日报:大模型Llama 3发布;Midjourney推社交新功能Room;超强AI视频自动剪辑工具Captions;手机上可以玩大模型了

2024-04-19 15:05 · 稿源:站长之家

欢迎来到【AI日报】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/

1、最强大模型Llama3 正式发布 已达GPT4 级别

Llama3是Meta公司最新发布的开源模型,拥有80亿和700亿参数规模,预计7月正式发布。该模型具备多模态能力,集成了新的计算机编码功能,将被应用于Meta智能眼镜等设备。与前代Llama2相比,在推理、代码生成和指令跟踪等方面取得显著进步。Meta与谷歌合作整合实时搜索结果到AI助手,提升用户体验。

image.png

【AiBase提要:】

✨ Llama3包含80亿和700亿参数规模,具备多模态能力,将应用于Meta智能眼镜等设备。

🚀 Llama3在推理、代码生成和指令跟踪等方面取得显著进步,性能突破性优异。

💡 Meta与谷歌合作整合实时搜索结果到AI助手,提升用户体验。

体验地址:https://www.meta.ai/

模型下载:https://top.aibase.com/tool/meta-llama-3

Hugging Chat:https://huggingface.co/chat/conversation/6621c6d78f6a88b6b6084ac4

2、Midjourney推出新功能Room 用户可在聊天室中一起创作图像

Midjourney最近推出了一个有趣的新功能——Room,为用户提供了一个协作和社交平台,用户可以一起创建和分享图像,并参与实时聊天。Room促进了用户之间的互动和合作,激发灵感和创意交流,丰富了Midjourney的体验。

image.png

【AiBase提要:】

🎨 用户可以一起创建和分享图像,在实时聊天中交流想法和反馈。

💬 Room提供了语音和文字聊天功能,方便用户讨论创作过程和分享想法。

🤝 左侧生成的图像可以轻松引用到聊天中,促进用户之间的互动和合作。

详情链接:https://www.midjourney.com/showcase

3、百度文库上线“智能漫画”“智能画本”功能

百度文库在2024年的Create2024百度AI开发者大会上发布了全新的「智能漫画」和「智能画本」功能,为用户提供了一句话生成漫画或画本的创作体验,同时推动了跨模态内容创作的发展。用户可以通过创作作品获取收益,增强亲子交流,以及参与漫画创作比赛和社区交流。百度文库与玄机科技合作,致力于打造全球领先的智能漫画解决方案。

image.png

【AiBase提要:】

✨ 用户只需一句话即可创作漫画或画本,实现全链路创作路径的打通。

🎨 百度文库的「智能漫画」功能优化了故事生成,提供多种风格和角色形象选择,创作高质量作品。

📚 「智能画本」功能让父母为孩子创作专属故事,增强亲子交流,提供图文并茂、人声朗读的视频体验。

详情链接:https://wenku.baidu.com/pcactivity/makeAppointment?_wkts_=1713506418546&amp

4、AI视频自动剪辑工具Captions 支持对口型、AI自动添加音效等

这款名为Captions的AI视频剪辑工具革命性地简化了视频剪辑流程,提供了一系列自动化功能,增强了视频的视觉和听觉效果。用户可以选择字幕模板、添加音效、贴纸等元素,使视频更具吸引力。Captions还支持AI眼神注视、AI降噪、AI唇形同步和AI调色等功能,使视频更专业精美。其网页版本方便用户使用,未来计划添加自动字幕翻译功能,吸引更多全球用户。

image.png

【AiBase提要:】

✨ 革命性视频剪辑工具,自动识别重要片段剪辑成短视频,简化剪辑流程。

🎬 提供自动化功能,增强视觉和听觉效果,用户可选择字幕模板、添加音效、贴纸等元素。

💡 支持AI眼神注视、降噪、唇形同步、调色等功能,提升视频专业度和吸引力。

详情链接:https://top.aibase.com/tool/captions

5、可以在手机上用开源模型了!Hugging Face发布iOS应用Hugging Chat

Hugging Face最近推出了名为“Hugging Chat”的iOS客户端应用,为用户带来了便捷的使用体验。用户现在可以在手机上访问和使用Hugging Face平台上托管的多个开源模型。该应用响应速度快,为用户提供了顺畅的体验,尽管对中文支持有待提升。这一创新举措再次展示了Hugging Face在语言模型领域的领先地位和对用户需求的关注。

image.png

【AiBase提要:】

📱 用户现在可以在手机上访问和使用Hugging Face平台上托管的多个开源模型。

⚙️ 应用提供了六个模型,包括Command R+、Zephyr-14b、Mixtral8x7B等,虽然对中文支持不佳,但仍受到欢迎。

🚀 应用程序响应速度非常快,为用户提供了流畅的体验。

详情链接:https://apps.apple.com/us/app/huggingchat/id6476778843

6、Nothing宣布耳机将支持ChatGPT

Nothing宣布将更深度整合ChatGPT到其智能手机和耳机中,为用户提供更快速的服务。用户可通过语音快速与AI工具进行互动,无需手动操作。更新后,用户可在Nothing耳机上使用ChatGPT,提升智能助手体验。公司计划不止步于此,还将在Nothing OS中嵌入系统级入口点到ChatGPT,改善智能手机用户体验。

image.png

【AiBase提要:】

🔊 用户可通过语音快速与AI工具进行互动,无需手动操作。

📱 更新后,用户可在Nothing耳机上使用ChatGPT,提升智能助手体验。

🚀 Nothing计划将ChatGPT与其智能手机和耳机更深度整合,为用户提供更快速的服务。

7、Stability AI宣布裁员20人,约占员工总数的10%

Stability AI公司宣布裁员20人,裁员决定是为了降低成本、加强与投资者和合作伙伴的支持,并促使团队继续开发和发布创新产品。公司近期遭遇人员流动问题,创始CEO已辞职,面临涉嫌侵权诉讼。裁员决定是在CEO离职后的动荡几周之后做出的。

【AiBase提要:】

📉 公司裁员20人,占员工总数约10%,旨在降低成本、加强支持、促进产品开发。

💼 公司近期遭遇人员流动问题,创始CEO已辞职,面临涉嫌侵权诉讼。

⚖️ 公司裁员决定是战略计划的一部分,裁员部门尚未明确。

8、OpenAI图像生成器DALL-E2停止服务,DALL-E3接替其位置

OpenAI宣布关闭DALL-E2图像生成器服务,由DALL-E3替代,DALL-E3整合了ChatGPT,提供更简单界面和更优质图像。用户需注意DALL-E2将不再接受新客户,推荐使用DALL-E3进行图像生成。

image.png

【AiBase提要:】

🔍 DALL-E3整合了ChatGPT,提供更简单界面和更优质图像。

💡 DALL-E3提供更高质量的图像、改进的提示符合度,适用于ChatGPT Plus、Team和Enterprise以及OpenAI API。

🛑 DALL-E2将不再接受新客户,用户无法在DALL-E2界面中创建新图像,建议下载特别喜欢的内容以备安全。

9、国家互联网信息办公室确认116个AI大模型已备案

国家互联网信息办公室发布《生成式人工智能服务已备案信息的公告》,确认116个AI大模型已通过备案程序,意味着它们符合相关规范并可在中国境内合法应用。这一举措促进了生成式人工智能服务的创新发展和规范应用,对人工智能领域发展具有重要意义。

image.png

【AiBase提要:】

📝 116个AI大模型通过备案确认,可在中国境内合法应用

📝 备案确认的AI大模型覆盖多个领域和应用场景

📝 已上线的生成式人工智能应用需公示备案信息,增加信息透明度

10、国内百模谁第一?清华14大LLM最新评测报告出炉,GLM-4、文心4.0站在第一梯队

本文总结了清华大学基础模型研究中心最新发布的《SuperBench大模型综合能力评测报告》,对国内外14个LLM进行了全面评估。在评测中,GLM-4、文心4.0等国内模型表现亮眼,与国际一流模型逐渐缩小差距。

image.png

【AiBase提要:】

🔍 GPT-4系列模型和Claude-3等国外模型仍处领先地位,国内头部大模型GLM-4和文心一言4.0表现亮眼。

📊 在语义理解和作为智能体两项能力评测中,国内模型逐步接近国际一流模型水平。

💡 大模型能力评测经历了语义评测、代码评测、对齐评测、智能体评测和安全评测五个阶段,展现出不断迁移和发展的趋势。

详情:

https://mp.weixin.qq.com/s/r_aAjFHTRDBGXhl3bd06XQ

11、MeMenteeBot:能听懂人话并通过观察自我学习的机器人

MeMenteeBot是一款具有革命性功能的机器人,具备端到端的任务执行能力,能理解人类口头指令并通过视觉模仿进行自我学习。其自适应能力和灵活动作能力令人印象深刻,结合了视觉模仿学习和高级Sim2Real技术,标志着机器人技术迈向新阶段,为未来机器人应用开辟无限可能。

image.png

【AiBase提要:】

🤖 MeMenteeBot具备端到端的任务执行能力,能接收口头命令并完成复杂任务。

🔧 MeMenteeBot具有完整的规划和控制循环功能,包括导航、行走、场景理解、物体检测与定位、抓取以及自然语言理解。

🔄 MeMenteeBot采用先进Sim2Real学习技术,赋予机器人灵活的动作能力,展现出非凡的灵活性和稳定性。

12、研究预测:到2027年,生成式AI支出将达到260亿美元

生成式人工智能(GenAI)预计将在2027年达到260亿美元的支出,这一技术正在革新运营,自动化各种任务,并在金融服务、软件和信息服务、政府以及零售领域得到广泛应用。根据国际数据公司(IDC)的最新数据,亚太地区将迎来一场生成式人工智能的变革性旅程,预计支出将呈现激增的趋势。

image.png

【AiBase提要:】

⭐ GenAI支出预测2027年将达到260亿美元,年复合增长率将达到95.4%。

⭐ GenAI正在革新运营,自动化欺诈检测和文件创建等任务。

⭐ 行业应用案例包括金融服务、软件和信息服务、政府以及零售领域。

13、School AI:为每个学生创建自己的聊天机器人

本文介绍了圣地亚哥的托勒小学试行的School AI创新计划,为学生提供个性化学习体验的聊天机器人助手。学生通过与AI互动锻炼批判性思维和创造性解决问题能力,激发好奇心和学习热情。教师免费使用该AI平台设计个性化课堂体验,提供实时洞察力支持学生发展。

【AiBase提要:】

🤖 个性化学习体验:每个学生拥有自己的AI聊天机器人,提供个性化互动学习体验。

🔍 即时反馈和答案:学生快速获得问题答案,激励提出更多问题,保持好奇心和学习热情。

💡 促进批判性思维:学生设计问题与AI互动,锻炼批判性思维和创造性解决问题能力。

详情链接:https://top.aibase.com/tool/schoolai

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: