首页 > 业界 > 关键词  > GPT-4o最新资讯  > 正文

AI日报:OpenAI全能模型GPT-4o发布;阿里推自动化视频剪辑神器;AI作品会侵权吗?调研结果...;零一万物开源Yi-1.5模型

2024-05-14 14:28 · 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、干翻所有语音助手!OpenAI全能模型GPT-4o发布

OpenAI最新发布了旗舰大模型GPT-4o,具备听、看、说的综合能力,提供丝滑流畅且无延迟的交互体验,仿佛与人进行视频通话一般。GPT-4o免费开放,接受文本、音频和图像的输入,快速响应,性能高于GPT-4-Turbo。未来展望广泛关注和讨论,为公众提供功能强大且易于使用的AI工具。

image.png

【AiBase提要:】

🚀 GPT-4o具备听、看、说的综合能力,提供丝滑流畅且无延迟的交互体验。

💡 GPT-4o免费开放,接受文本、音频和图像的输入,并快速响应,性能高于GPT-4-Turbo。

🌟 未来展望广泛关注和讨论,为公众提供功能强大且易于使用的AI工具。

2、零一万物开源Yi-1.5模型 在编码、数学、推理方便表现良好

Yi-1.5是零一万物(01-AI)发布的新模型,采用Apache2.0许可开源。该模型在编码、数学、推理等能力方面展现出强大性能,保持在语言理解、常识推理和阅读理解方面的卓越能力。

image.png

【AiBase提要:】

🚀 多种规模的模型: 包括6B、9B和34B三种不同规模的模型,提供基础版和聊天版。

💡 预训练和微调: 基础版在500B tokens上持续预训练,chat版在300万个样本上进行微调。

🔥 性能卓越: 34B模型在基准测试中超过Qwen1.5-72B,获得高分在MMLU、HumanEval和AGIEval等基准测试中表现优异。

详情链接:https://huggingface.co/collections/01-ai/yi-15-2024-05-663f3ecab5f815a3eaca7ca8

3、阿里开源视频自动化剪辑工具FunClip

阿里巴巴通义实验室最近开源了一款名为FunClip的视频自动化剪辑工具,专为精准和便捷的视频切片设计。FunClip能够自动识别视频中的中文语音,提高了视频编辑的效率。同时,开源的FunASR工具包和Paraformer模型为语音识别领域的研究和应用提供了宝贵资源。

【AiBase提要:】

🎬 视频自动化剪辑工具FunClip,支持中文语音识别,提高视频编辑效率。

🔊 FunASR工具包提供端到端的语音识别解决方案和优秀的预训练模型。

🧠 Paraformer模型为高效的GPU并行推理设计,适用于多种语音识别应用场景。

详情链接:https://github.com/alibaba-damo-academy/FunClip

4、淘宝一键试衣浏览器插件heybeauty 可AI虚拟试穿网店任何衣服

HeyBeauty是一款由AI技术驱动的创新平台,旨在彻底改变用户的时尚体验。通过虚拟试衣、个性化推荐、虚拟社交等功能,为用户带来便捷、个性化的购物体验。应用程序的技术优势和未来应用前景令人期待。

image.png

【AiBase提要:】

⭐ HeyBeauty利用人工智能技术提供虚拟试衣环境,用户可以在手机或电脑上试穿各种服装

⭐ HeyBeauty还提供色彩配功能,帮助用户找到与试穿衣物相匹配的配饰和化妆品,打造完美搭配。

⭐ 目前,该浏览器插件还在审核中,预计很快将会上线。感兴趣的可以先去官网体验。

官网地址:https://heybeauty.ai/

5、AI作品会侵权吗?我花了一个月时间,调研了你想知道的一切

本文深度探讨了AI作品在版权保护方面的问题,阐述了使用AI生成内容可能存在侵权风险的情况。通过分析法律案例和相关规定,指出了AI生成的内容可能构成作品,创作者拥有版权的观点。同时强调了保护创作者合法权益的重要性,呼吁建立更完善的AI版权保护体系。

【AiBase提要:】

🤖 AI生成的内容可能存在侵权风险,需要注意版权保护问题。

💡 AI生成的内容被认定为作品,创作者拥有版权,但需注意智力投入和独创性要求。

⚖️ 在使用AI生成作品时应注意避免侵权,保护自己的知识产权。

详情:https://www.chinaz.com/2024/0513/1616163.shtml

6、智谱 AI 上线大模型开放平台 bigmodel.cn

智谱 AI 在 bigmodel.cn 上线了一系列 GLM 系列大模型,包括企业版 GLM-4/4V、个人版 GLM-3Turbo、CogView-3、CharacterGLM、Embedding-2 和 CodeGeeX 等,用户可以享受丰富的模型产品和竞争力价格。个人版 GLM-3Turbo 是最受欢迎的模型,提供快速速度和高推理能力。企业版 GLM-4/GLM-4V 则提供强大的问答和文本生成能力。平台已吸引数十万企业和开发者,用户数量持续增长。

image.png

【AiBase提要:】

🚀 智谱 AI 在 bigmodel.cn 上线了 GLM 系列大模型,提供丰富的模型产品和竞争力价格。

💡 个人版 GLM-3Turbo 是最受欢迎的模型,具有快速速度和高推理能力。

💼 企业版 GLM-4/GLM-4V 部署着最先进的大模型,提供强大的问答和文本生成能力。

7、TikTok 正在测试使用 AI 生成的搜索结果

TikTok 正在通过 AI 生成的搜索结果页面展示更丰富的内容,称为“highlights”。这项新功能利用 ChatGPT 生成内容,满足用户搜索需求,特别是年轻用户。通过 AI 智能搜索,TikTok试图提供符合用户搜索习惯的结果。

image.png

【AiBase提要:】

🧠 TikTok测试AI生成的搜索结果,称为“highlights”。

📲 AI智能搜索通过ChatGPT生成内容,并在搜索结果页面顶部展示。

🔍 TikTok努力满足用户搜索需求,特别是年轻用户,通过AI结果展示符合用户搜索习惯。

8、宇树科技推出Unitree G1人形机器人

宇树科技最新发布的Unitree G1人形机器人引起了业界广泛关注,其先进技术和创新设计展现出宇树科技在人形机器人领域的实力。售价9.9万元的Unitree G1具备多功能性和高自由度设计,预示着在未来的机器人应用中将扮演重要角色。

【AiBase提要:】

🤖 Unitree G1拥有超大关节运动角度和34个关节,结合力位混合控制技术,模拟人手进行精准操作。

🔋 Unitree G1配备9000mAh电池,支持2小时操作时间,动态平衡功能使其以2米/秒速度运动保持稳定。

💡 Unitree G1支持WiFi6和蓝牙5.2等多种连接方式,具有良好的扩展性,市场定价约为9.9万元人民币。

9、Anthropic 宣布 AI 助手 Claude 在欧洲上线,计划扩大业务

Anthropic 宣布 AI 助手 Claude 已在欧洲上线,支持多种语言,同时正筹集新一轮融资并计划在爱尔兰设立新办公室。公司致力于 AI 安全研究,展示了在欧洲市场的扩张野心。

【AiBase提要:】

⭐ Anthropic AI 助手 Claude 在欧洲上线,支持多种语言,包括法语、德语、意大利语和西班牙语。

⭐ Anthropic 正在筹集新一轮融资,计划扩大在欧洲的业务。

⭐ 公司致力于 AI 安全研究,计划在爱尔兰设立新办公室。

10、分析师警告,AI 热潮将导致高端内存芯片供应紧张

人工智能热潮推动高端内存芯片需求激增,导致供应紧张。全球两大内存芯片供应商高带宽内存芯片售罄,2025年库存几乎售罄。制造复杂性增加,2024年内存供应将持续紧张。

【AiBase提要:】

🚀 人工智能热潮推动高端内存芯片需求激增,供应紧张。

💰 全球两大内存芯片供应商高带宽内存芯片售罄,2025年库存几乎售罄。

⚙️ 制造复杂性增加,2024年内存供应将持续紧张。

举报

  • 相关推荐
  • 大家在看
  • Nabubit:数据库设计助手,简化数据库设计、管理和演化。

    Nabubit是一个旨在帮助用户优化数据库设计、管理和演化的在线工具。它提供了上传数据库架构图、可视化数据库结构、以及使用自然语言提问的功能。用户可以从头开始设计数据库,无需担心命名或记住语法。完成设计后,可以将其导出到自己喜爱的数据库或框架中。

  • Otter Script:文档生成平台,快速创建复杂文档。

    Otter Script是一个文档生成平台,它通过自动化技术帮助用户节省时间,将原本需要几天完成的复杂文档工作缩短到几分钟。它简化了工作流程,让用户可以更高效地完成更多任务。

  • 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。

今日大家都在搜的词: