首页 > 业界 > 关键词  > Coze最新资讯  > 正文

AI日报:Coze海外版支持GPT-4o;星火大模型今年7月将达GPT-4水平;Domo AI上线对口型视频功能;Animatediff魔法视频外网爆火

2024-05-23 14:58 · 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、字节Coze海外版支持GPT-4o

字节Coze海外版成功集成了OpenAI推出的最新AI助手GPT-4o,为用户带来更智能、更强大的聊天体验。用户可以通过Coze平台轻松构建功能强大的AI聊天机器人,并在日常交流中使用,为用户提供更加个性化、智能化的服务体验。GPT-4o的推出将为Coze用户带来诸多便利,无论是进行日常聊天交流还是寻求帮助与建议,都能得到更智能、更快速的回应。

image.png

【AiBase提要:】

⭐️ GPT-4o加入Coze海外版,为用户提供强大的AI聊天功能。

⭐️ 用户可以轻松构建功能强大的AI聊天机器人,并在Coze上使用。

⭐️ GPT-4o的加入将为Coze用户带来更智能、更便捷的聊天体验。

产品入口:https://top.aibase.com/tool/coze

2、TikTok推出新的AI套件TikTok Symphony

TikTok推出的新AI套件TikTok Symphony为品牌提供了强大的AI工具,助力广告创作和优化。这一举措将帮助广告商提升销售表现,但也面临着未来在美国的不确定性。

image.png

【AiBase提要:】

⭐ TikTok推出名为Symphony Creative Studio的AI视频生成器,为广告商提供定制化视频内容。

⭐ 引入Symphony Assistant AI助手,帮助广告商生成脚本和提供实践建议,增强广告活动效果。

⭐ 推出Symphony Ads Manager Integration工具,自动修复和优化现有视频,提升品牌创意表现。

3、科大讯飞刘庆峰:星火大模型今年6、7月就能赶上GPT-4目前水平

在澳门举办的BEYOND国际科技创新博览会上,科大讯飞董事长刘庆峰对中美在通用大模型底座上的竞争态势发表了独到见解,展示了科大讯飞在人工智能领域的强大实力和追赶态势。

【AiBase提要:】

✨ 科大讯飞董事长刘庆峰相信中美在通用大模型领域的差距只是暂时的动态追赶,承诺不会落后。

⚡ 科大讯飞的星火大模型V4.0版本预计在今年6、7月左右将达到GPT-4的水平,展现出迅速缩小差距的实力。

💡 科大讯飞加入百模价格战,推出免费开放API,加速人工智能领域的发展步伐,提升市场竞争力。

4、ambientGPT:开源多模态MacOS基础模型操作界面

AmbientGPT是一项创新技术,能够运行GPT-4和本地基础模型,直接了解屏幕环境,消除上传上下文的麻烦,提供更便利、高效的用户体验。它突破了基础模型局限于浏览器的限制,为智能模型应用领域带来创新和便利。

image.png

【AiBase提要:】

⭐ AmbientGPT能运行GPT-4和本地基础模型,直接了解屏幕环境,消除上传上下文麻烦。

⭐ 屏幕上下文作为查询一部分进行推断,用户无需再次上传上下文。

⭐ 使用AmbientGPT需ARM64MacBook和兼容OpenAI API密钥,以运行GPT-4o和本地模型。

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

5、Domo AI 上线唇形同步功能:提升面部对话视频转换效果

Domo AI 最新推出的唇形同步功能为用户带来更自然流畅的面部对话视频转换效果,标志着其在视频转换技术上的又一次突破。这一功能能精确同步人物说话时的唇部动作,使转换后的视频更加真实和生动。同时,Domo AI 之前推出的照片转动态视频功能也展现了其在计算机视觉和深度学习方面的技术优势。

image.png

【AiBase提要:】

👄 唇形同步功能上线,使面部对话视频转换更流畅自然。

📸 照片转动态视频技术,将静态照片人物替换到动态视频中,动作表情自然。

🚀 Domo AI 技术优势:高精度识别、自然融合处理、用户友好操作。

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

6、禁止AI施法!博主用Animatediff制作“特异功能手” 视频Raddit爆火

这篇文章介绍了一段由推特博主Aleksej Lotkov制作的“AI魔法”视频,在视频中展示了手部特异功能的视觉效果。作者使用Animatediff加Stable Diffusion中的Inpainting功能绘制了这段视频,展示了手部随周围环境变化的变色龙效果。整段视频流畅丝滑,展示了AI技术在视觉特效方面的应用。

image.png

【AiBase提要:】

🎥 国外博主用AI施法,手和变色龙一样,碰到啥变啥

🤖 视频使用Animatediff加Stable Diffusion中的Inpainting制作,创作耗时2. 5 天

📈 作者已经共享了工作流,感兴趣的可以自行体验

工作流地址:https://drive.google.com/file/d/1yLlAH6slLcdcOR6aTNdlcgo1F-B4H4SL/view

视频点此查看:https://www.chinaz.com/2024/0523/1618549.shtml

7、巴黎矿业大学和以色列理工学院联合推出创新视频模型Slicedit

Slicedit是一款创新的视频模型,能够在不改变视频背景的情况下对视频中的主要对象进行修改,为业余人员提供了快速完成视频内容修改的方法,类似于视频版的Photoshop。该技术可能对视频编辑领域产生重大影响,使得视频编辑变得更加容易和可访问,为内容创作者提供了更多创新的可能性。

image.png

【AiBase提要:】

⚙️ Slicedit模型能够在不改变视频背景的情况下对视频中的主要对象进行修改,类似于视频版的Photoshop。

🔍 Slicedit通过空间时间切片和扩展注意力等关键技术克服了视频编辑中的难题,保持背景稳定完整。

🛠️ 研究人员计划很快开源Slicedit模型,使更多开发人员可以构建自己的视频编辑器,为视频编辑领域带来更多创新可能性。

详情链接:https://arxiv.org/pdf/2405.12211

8、OpenAI与News Corp达成合作

OpenAI与News Corp达成合作,将极大丰富OpenAI的生成式AI产品,合作估值可能达到5年2.5亿美元,旨在提供用户更为全面和可靠的数字体验,积极应对虚假信息和新闻标准的侵蚀。

【AiBase提要:】

⭐ OpenAI获得对News Corp旗下主要新闻和信息出版物的访问权限,将丰富其AI产品。

⭐ 合作估值可能达到5年2.5亿美元,OpenAI将获得来自News Corp广泛投资组合的新闻内容。

⭐ 合作旨在提供用户更为全面和可靠的数字体验,积极应对虚假信息和新闻标准的侵蚀。

9、谷歌官方发布Android生态系统重大更新

谷歌官方宣布Android生态系统即将推出一系列重大更新,涵盖隐私保护、安全性、娱乐体验和设备互联互通等多个方面。这些更新将为用户带来更安全、方便和娱乐性的移动体验,提升Android系统在隐私、安全和用户体验方面的标准。

image.png

【AiBase提要:】

🔒 新增私人空间功能,增强隐私保护。

🔐 引入防盗锁定功能,保护个人数据安全。

🛡️ Google Play Protect实时防诈骗应用保护,提高手机安全性。

详情链接:https://blog.google/products/android/android-15-google-io-2024/

10、李彦宏:AI应用可以推动基础模型创新

李彦宏在法国巴黎举办的“欧洲科技创新展览会”上指出,中国在人工智能领域与西方最大区别在于应用。他强调超级应用的重要性,提及百度的文心一言应用已累积2亿用户。李彦宏表示长期以来一直是人工智能的信仰者,对AGI时代的到来持乐观态度。

【AiBase提要:】

🚀 中国人工智能领域与西方最大区别在于应用驱动发展。

💡 超级应用的重要性,可能是聊天机器人等形态。

💻 百度的文心大模型4.0在中文能力上已超过GPT-4。

11、Nvidia每年设计新的AI芯片以满足市场需求

Nvidia加速推出新的AI芯片,实现每年设计节奏,具有向后兼容性和可运行相同软件的特点。汽车行业成为Nvidia数据中心内最大的垂直企业,消费互联网公司仍是强劲增长领域。

【AiBase提要:】

💰 Nvidia每年设计新的AI芯片,加速其他类型芯片的开发。

💻 新一代AI芯片具有向后兼容性,可运行相同软件。

🚗 汽车行业成为Nvidia数据中心内最大垂直企业,消费互联网公司持续增长。

12、德国翻译公司 DeepL 获得3亿美元投资,估值达20亿美元

DeepL 是一家德国 AI 翻译初创公司,最近获得了3亿美元的投资,使其估值达到20亿美元。公司以强大的 AI 技术赢得了超过10万付费客户,2022年被认为是其发展最具转型意义的一年。

image.png

【AiBase提要:】

⭐ DeepL 以其 AI 技术赢得逾10万付费客户

⭐ 2022年是 DeepL 发展最具转型意义的一年

⭐ DeepL 提供免费的在线翻译服务,支持32种语言,同时也提供付费翻译软件给企业用户使用

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