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
  • HumanizeAI Text:提升AI文本的人性化程度,增强用户互动。

    Humanize AI Text是一个先进的AI文本人性化工具,能够将AI生成的文本转换成更自然、更具人性化的文本,以避免AI检测,并提升内容的吸引力和可读性。它支持多语言,增强了内容的全球可访问性。主要优点包括内容塑形、多语言掌握、可读性提升、写作助手以及实时反馈的人性化得分,帮助用户理解并改进写作的人性化感觉。

  • MagicPublish.ai:为YouTube生成元数据的智能工具

    MagicPublish.ai是一个专注于为YouTube视频内容创建者提供元数据生成服务的在线平台。它通过自动化的方式帮助用户生成视频描述、标签和缩略图,从而提升视频的SEO优化和观众吸引力。产品的主要优点包括操作简便、自动化程度高、能够显著提升视频的在线可见度。

  • AITopRank:发现2024年最佳AI工具

    AI Top Rank是一个专注于AI工具发现和推广的平台,旨在帮助用户发现和使用最新的AI工具,促进AI技术的普及和应用。平台提供每周更新的AI工具排行榜,用户可以投票支持自己喜爱的工具,也可以提交自己的AI工具进行推广。

  • AutoStudio:多轮交互式图像生成技术

    AutoStudio是一个基于大型语言模型的多轮交互式图像生成框架,它通过三个代理与一个基于稳定扩散的代理来生成高质量图像。该技术在多主题一致性方面取得了显著进步,通过并行UNet结构和主题初始化生成方法,提高了图像生成的质量和一致性。

  • Nemotron-4 340B:用于训练大型语言模型的开源合成数据生成管道。

    Nemotron-4 340B是NVIDIA发布的一系列开放模型,专为生成合成数据以训练大型语言模型(LLMs)而设计。这些模型经过优化,可以与NVIDIA NeMo和NVIDIA TensorRT-LLM配合使用,以提高训练和推理的效率。Nemotron-4 340B包括基础、指令和奖励模型,形成一个生成合成数据的管道,用于训练和完善LLMs。这些模型在Hugging Face上提供下载,并很快将在ai.nvidia.com上提供,作为NVIDIA NIM微服务的一部分。

  • Joor:完美的日记应用,记录你的想法。

    Joor是一款日记应用,它允许用户写下自己的想法,并由应用自动处理其余部分。它提供了一个简洁的界面,让用户能够轻松地记录下自己的思考和灵感,同时可能还具备一些自动整理和回顾的功能。

  • Samba:高效无限上下文语言模型的官方实现

    Samba是一个简单而强大的混合模型,具有无限的上下文长度。它的架构非常简单:Samba = Mamba + MLP + 滑动窗口注意力 + 层级MLP堆叠。Samba-3.8B模型在Phi3数据集上训练了3.2万亿个token,主要基准测试(例如MMLU、GSM8K和HumanEval)上的表现大大超过了Phi3-mini。Samba还可以通过最少的指令调整实现完美的长上下文检索能力,同时保持与序列长度的线性复杂度。这使得Samba-3.8B-instruct在下游任务(如长上下文摘要)上表现出色。

  • TC-Bench:视频生成模型的时间组合性评估工具

    TC-Bench是一个专门用于评估视频生成模型的时间组合性的工具。它通过精心设计的文本提示、相应的真实视频以及强大的评估指标来衡量视频生成模型在不同时间点上新概念的出现及其关系转换的能力。TC-Bench不仅适用于文本条件模型,也适用于图像条件模型,能够进行生成性帧插值。该工具的开发旨在推动视频生成技术的发展,提高生成视频的质量和一致性。

  • Promptchains:智能AI工作流构建器,释放AI潜力。

    Promptchains是一个革命性的AI工作流构建器,旨在通过提示链技术解锁AI的潜力。它将复杂任务转化为智能解决方案,实现AI的承诺。产品通过组合AI提示和其他工具到工作流中,使企业能够轻松定制、保存、重用和分享。它超越了AI交互的新奇性,创造了能够与熟练的人类员工并肩工作的解决方案。

  • Sanctuary:个性化冥想引导,由AI驱动,提升专注力,减压助眠。

    Sanctuary是一款利用尖端AI技术为用户提供个性化冥想指导的应用程序。它通过智能学习用户偏好,提供每日更新的冥想内容,帮助用户改善专注力,减少压力,并促进更好的睡眠。该应用拥有超过10万次的个性化冥想创建记录,用户反馈显示,它简化了冥想过程,使冥想变得容易和可访问,对于缓解焦虑和整体压力水平有显著效果。

  • Partnerplace:合作伙伴管理工具,提升合作效率。

    Partnerplace是一款专为合作伙伴关系管理设计的在线工具,它通过自动化繁琐的任务,如佣金处理,帮助企业高效管理和发展合作伙伴网络。该工具支持定制化合作伙伴计划,实现品牌专业体验,并通过集中化平台提高工作效率。Partnerplace的价值观包括弹性、参与度和连接性,旨在为用户提供一个完全定制化的、参与性强的、连接销售团队和CRM系统的合作伙伴管理系统。

  • Depth Anything V2:先进的单目深度估计模型

    Depth Anything V2 是一个经过改进的单目深度估计模型,它通过使用合成图像和大量未标记的真实图像进行训练,提供了比前一版本更精细、更鲁棒的深度预测。该模型在效率和准确性方面都有显著提升,速度比基于Stable Diffusion的最新模型快10倍以上。

  • OTTO SEO by Search Atlas:革命性的AI SEO工具,简化SEO工作流程。

    OTTO SEO是Search Atlas推出的一款AI驱动的SEO工具,旨在通过自动化技术优化网站,提高SEO效率。它通过添加OTTO像素到网站,能够自动执行网页优化,包括技术修复、内容优化、反向链接建设和内容创作。OTTO SEO的主要优点在于节省时间、提高效率,并帮助营销团队或代理公司实现SEO策略的自动化和优化。

  • AI drafts by Help Scout:提升客服团队效率,实现个性化客户服务。

    Help Scout提供的AI客服平台,通过人工智能技术,帮助客服团队提升工作效率,减少重复性工作,让团队成员能够专注于更复杂和个性化的客户对话。平台特点包括无需编程即可使用、快速回复、提升客户满意度,以及通过AI生成回复草稿等。

  • OpenVLA:开源视觉-语言-动作模型,推动机器人操作技术发展。

    OpenVLA是一个具有7亿参数的开源视觉-语言-动作(VLA)模型,通过在Open X-Embodiment数据集上的970k机器人剧集进行预训练。该模型在通用机器人操作策略上设定了新的行业标准,支持开箱即用控制多个机器人,并且可以通过参数高效的微调快速适应新的机器人设置。OpenVLA的检查点和PyTorch训练流程完全开源,模型可以从HuggingFace下载并进行微调。

  • VideoLLaMA 2:视频理解领域的先进空间-时间建模与音频理解模型。

    VideoLLaMA 2 是一个针对视频理解任务优化的大规模语言模型,它通过先进的空间-时间建模和音频理解能力,提升了对视频内容的解析和理解。该模型在多选视频问答和视频字幕生成等任务上展现了卓越的性能。

  • HumanPlus:人类动作模仿与自主技能学习系统

    HumanPlus是一个研究项目,旨在通过模仿人类动作来训练人形机器人,从而实现自主技能学习。该项目通过模拟强化学习训练低级策略,并将这些策略应用到真实世界中,实现实时跟踪人类身体和手部动作。通过影子模仿技术,操作员可以远程操作机器人收集全身数据,用于学习不同任务。此外,通过行为克隆技术,机器人能够模仿人类技能,完成各种任务。

  • Jace:AI助手,助力高效营销与管理。

    Jace是一款商业领域的AI助手,专注于提升营销效率,无需专业技能即可轻松启动和管理营销活动。其主要优点包括创建针对性的营销活动、实时监控性能和随时优化。

  • ARC-AGI:人工智能通用推理测试集

    ARC-AGI是一个旨在测试人工智能系统是否具备类似人类一般流体智力的抽象和推理能力的数据集。它由400个训练任务和400个评估任务组成,每个任务都以JSON格式存储,包括输入输出对。该数据集可以作为人工智能基准测试、程序合成基准测试或心理测量智力测试。

  • PROTEUS:实时表情生成人类模型

    PROTEUS是Apparate Labs推出的一款下一代基础模型,用于实时表情生成人类。它采用先进的transformer架构的潜在扩散模型,创新的潜在空间设计实现了实时效率,并能通过进一步的架构和算法改进,达到每秒100帧以上视频流。PROTEUS旨在提供一种通过语音控制的视觉体现,为人工对话实体提供直观的接口,并且与多种大型语言模型兼容,可定制用于多种不同应用。

今日大家都在搜的词:

热文

  • 3 天
  • 7天