首页 > 业界 > 关键词  > Claude最新资讯  > 正文

AI日报:一夜封王!AI模型Claude 3.5来了;腾讯元宝支持千万字文本;Groq上线超强语音转录模型

2024-06-21 15:01 · 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、研究生级别推理!Anthropic发布Claude 3.5 Sonnet模型 可在聊天窗口运行代码

Anthropic今日宣布推出Claude 3.5 Sonnet,这是Claude 3.5 系列中的首款产品。该模型在多项评估中均优于竞争对手及其前身Claude 3 Opus,同时保持了与中端型号相当的速度和成本,树立了行业新标准。Claude 3.5 Sonnet在研究生水平推理、本科生水平知识和编码能力等方面创下新的行业基准,性能大幅提升。

【AiBase提要:】

⭐性能提升:在推理、知识掌握和编码能力等多个评估方面表现出色。

⭐运行速度和成本:运行速度是前代Claude3Opus的两倍,而成本仅为其五分之一,提供了极高的性价比。

⭐理解能力增强:在解释图表和图形等需要视觉推理的任务中表现尤为出色,还能准确地从不完美图像中转录文本

⭐新功能Artifacts允许用户要求Claude生成代码片段、文本文档或网站设计等内容

详情点此了解:https://mp.weixin.qq.com/s/GIh5YZwIyw2qIj2Mtjej4g

2、北京首例AI换脸软件侵权案宣判

在北京互联网法院审理的首例AI换脸软件侵权案中,法院认定被告侵犯了原告的个人信息权益,但未构成对原告肖像权的侵犯。案件涉及深度合成技术和个人信息保护法,引发了对换脸技术合法性和隐私权保护的讨论。

image.png

【AiBase提要:】

🔍 法院认定被告侵犯原告的个人信息权益,但未触及肖像权问题。

💡 换脸模板视频不具有肖像意义上的识别性,未构成对原告肖像权的侵犯。

💻 被告的行为涉及个人信息处理,侵犯了原告的个人信息权益。

详情:https://www.chinaz.com/ainews/9700.shtml

3、腾讯元宝发布全新版本 接入微信搜索

腾讯元宝近期发布了全新版本,主要提升了对超长文本的处理能力及AI搜索和解析功能,增加了微信搜索接入,为用户带来更高效便捷的使用体验。此次更新不仅提升了处理超长文档效率,还丰富了文件格式支持,图表生成和图片解析功能。新版本还增强了搜索功能,接入微信搜索等搜索引擎,提供更全面的服务。

image.png

【AiBase提要:】

🚀 提升超长文本处理能力,支持处理长达1000万字的单文档文本。

📊 多文件解析,一次性解析多达50个文件,支持多种文件格式。

🔍 增强搜索功能,集成微信搜索等搜索引擎,提供智能搜索结果。

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

4、知网宣布推出CNKI AI学术研究助手4.0

中国知网最近推出了AI学术研究助手4.0版本,结合AI大模型技术和高质量数据,提升文献检索、研读和学术创作效率。新增功能包括可控生成、文献扩展、学者检索、全文翻译和学术拓展服务,满足用户个性化需求。突出升级是问答式增强检索和学者检索服务。体验地址:https://top.aibase.com/tool/zhiwangcnki-ai-xueshuyanjiuzhushou

image.png

【AiBase提要:】

🔍 AI学术研究助手4.0版本结合AI大模型技术和高质量数据,提升文献检索、研读和学术创作效率。

🔄 新增功能包括可控生成、文献扩展、学者检索、全文翻译和学术拓展服务,满足用户个性化需求。

🔗 突出升级是问答式增强检索和学者检索服务,提供更精确的答案和详细学者信息。

详情链接:https://top.aibase.com/tool/zhiwangcnki-ai-xueshuyanjiuzhushou

5、Groq上线whisper-large-v3模型,支持语音转录和翻译、免费开放

Groq最新推出的Whisper Large-V3模型为用户提供了强大的语音转录和翻译功能,可在Playground或本地项目中使用API。用户体验高速转录,支持多种语言翻译成英文。Whisper API兼容OpenAI标准,提供语音转文本和翻译功能,便于集成到应用程序中。性能优越,采用先进的"whisper-large-v3"模型。

image.png

【AiBase提要:】

🔊 高速转录:4分30秒视频仅需约3秒转录时间。

🌐 多语言支持:支持多种语言转录和翻译成英文。

🛠️ API接口:提供语音转文本和翻译功能,可集成到应用程序中。

详情链接:https://console.groq.com/playground

6、复旦开源项目Hallo已适配ComfyUI插件

Hallo项目是一个根据音频和图片生成说话视频的开源项目,虽然安装门槛较高,但为转绘和其他流程提供了更多可能性和乐趣。它采用端到端的扩散范式,引入分层的音频驱动视觉合成模块,实现音频输入与视觉输出的对齐精度,生成自然的说话视频。尽管安装复杂,但为开源生态注入新活力,展望未来会有更多类似项目带来便利和乐趣。

【AiBase提要:】

🔊 Hallo项目适配ComfyUI插件,通过音频和图片生成自然说话视频。

🎤 采用端到端扩散范式,引入分层音频驱动视觉合成模块,提高对齐精度。

😊 分层音频驱动模块实现表情和姿势多样性控制,个性化定制,生成自然效果。

详情链接:https://github.com/AIFSH/ComfyUI-Hallo

7、AI工具Perplexity被指责在禁止情况下仍继续抓取网站内容

Perplexity是一家AI初创公司,以革新的网络信息交互方式重塑在线阅读体验。然而,他们绕过Robots Exclusion Protocol获取受限网络内容,引发争议。尽管CEO为公司做法辩护,但面临版权问题批评。Perplexity的行为在数字媒体领域引发伦理和法律难题。

【AiBase提要:】

🤖 Perplexity绕过Robots Exclusion Protocol获取受限网络内容,引发争议。

💼 CEO为公司做法辩护,但面临版权问题批评。

⚖️ Perplexity的行为在数字媒体领域引发伦理和法律难题。

8、乌克兰网红遭AI盗脸后续:投诉后,使用其形象公司已删除相关图像

21岁的乌克兰YouTube博主Olga Loiek最近发现有人利用AI克隆了她,并且这些克隆形象在网络上被滥用。克隆者不仅利用AI技术制作了大量视频,还声称这些视频中的角色是俄罗斯人,这显然是虚假的。事件引发了对AI技术使用的法律和伦理问题的讨论,特别是在个人隐私和形象权保护方面。

【AiBase提要:】

🔍 克隆现象滥用:4900个以上克隆视频,虚假信息传播,涉及欺诈行为。

🛡 形象权侵犯:多变形象侵权,可能误导公众,引发法律讨论。

⚖ AI技术挑战:需警惕滥用风险,保护个人权益,引发伦理问题讨论。

详情:https://www.chinaz.com/ainews/9707.shtml

9、强强联合!环球音乐联手AI音乐初创公司SoundLabs 为歌手定制自己的语音克隆模型

环球音乐集团与AI音乐技术公司SoundLabs合作推出MicDrop功能,让艺术家定制个性化语音模型,拥有完全控制权,突破语言障碍,保护艺术家权利。这一革命性技术将音乐创作带入全新的创意空间,推动AI在音乐领域的应用和发展。

【AiBase提要:】

🎤 艺术家定制语音模型,拥有完全控制权,确保所有权和使用权归属明确。

🎸 MicDrop功能可将语音转乐器,提供更多音乐创作灵活性和创意空间。

🌍 语言转换功能帮助艺术家突破语言障碍,全球发行音乐,扩大受众群体。

10、包治后悔?Agent智能体或成618剁手后的AI解药

Agent智能体成为618剁手党的救赎,带来消费决策的革新。智能体平台如雨后春笋,一键召唤不同智能体协作,打造个性化智能助手。AI导购智能体与电商结合,创造新商业模式。

【AiBase提要:】

🤖 Agent智能体成为消费决策的新利器,改变剁手党的购物方式。

🔍 智能体平台涌现,一键召唤不同智能体协作,提供个性化智能助手服务。

💡 AI导购智能体与电商结合,展示更精准的消费建议,创造新的商业模式。

11、GaussianCube:高质量3D生成建模,性能飞跃74%!

三维生成建模领域迎来了突破性进展,GaussianCube技术超越了传统NeRF,革新了3D建模。该技术采用密度约束高斯拟合算法,简化了建模过程,实现了高精度拟合。实验结果显示高达74%的性能提升,证明了其巨大潜力。

image.png

【AiBase提要:】

🌐 GaussianCube: 一种新型的显式结构化三维表示方法。

🔧 创新算法: 密度约束高斯拟合与最优传输算法结合。

🎛️ 简化建模: 直接应用标准3D U-Net网络,无需复杂设计。

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

12、前Twitter工程师开发AI新闻阅读器Particle NEW获千万美元融资

Particle是由前Twitter工程师Sara Beykpour和Marcel Molina创立的初创公司,旨在重新定义新闻阅读体验。他们利用人工智能技术打造个性化新闻平台,与全球新闻巨头合作,避免信息孤岛,提供优质内容和阅读体验。Particle获得千万美元融资,备受资本青睐。

【AiBase提要:】

🚀 个性化新闻平台,快速精准,与全球新闻大腕合作,确保内容深度和广度。

💡 AI技术智能避免信息孤岛,打破推特回音室效应,拓展世界观。

💰 确保内容创作者公平报酬,提供优质内容,AI应用增强阅读体验。

详情链接:https://particlenews.ai/

13、研究表明:81%用户认为AI工具提升了工作效率和质量

根据最新调查显示,越来越多的办公人员开始使用AI工具,认为AI不仅提高了工作效率,还提升了工作质量,推动了生产力的加速增长。调查结果显示,使用AI的员工在工作效率、工作质量以及工作与生活平衡等方面都表现出更高的得分,展现出对AI技术的热情和接受度。

【AiBase提要:】

📈 AI工具提升工作效率和质量

👩‍💼 高管迫切整合AI工具到业务运营

🔥 全球办公人员对AI处理工作任务表示热情

14、AI视频初创公司HeyGen融资6000万美元,估值超5亿美元

HeyGen在A轮融资中成功筹集了6000万美元,公司估值超过5亿美元,展示了AI技术在视频制作领域的广泛应用潜力。其盈利能力强劲,年收入从100万美元增长至超过3500万美元,客户群体覆盖小型企业到财富500强公司。HeyGen计划扩大产品供应并投资于企业安全、AI伦理、信任和安全方面。

【AiBase提要:】

💰 HeyGen完成6000万美元A轮融资,估值超过5亿美元

📈 年收入从100万美元增长至3500万美元以上

🛍️ 客户包括小型企业和财富500强公司

举报

  • 相关推荐
  • 大家在看
  • 免费AI在线变声器:创新AI技术,轻松改变声音。

    免费AI在线变声器是一种利用人工智能技术,允许用户上传语音或输入文本,并将其转换成不同声音的工具。它与传统变声器不同,提供更逼真和准确的效果,支持性别声音转换,适用于角色扮演、游戏、内容创作等多种场景。

  • color4bg.js:动态生成炫酷多彩的网页背景

    color4bg.js 是一个使用 WebGL 和 JavaScript 生成动态、抽象且视觉震撼的背景图像的 JavaScript 库。它允许用户自定义多达六种颜色,以生成背景图案,支持动态动画效果,并可通过种子值确保每次生成相同的图案,便于集成到网页设计中。

  • MemFree:智能搜索工具,快速获取互联网及本地数据

    MemFree是一个创新的搜索工具,它允许用户快速从互联网、书签、笔记和文档中获取准确的答案。它通过先进的算法索引和搜索技术,帮助用户节省时间,提高工作效率。

  • Inrō:Instagram自动化营销助手

    Inrō是一个AI驱动的营销自动化工具,专为Instagram设计,帮助企业通过直接消息(DM)提升用户参与度和转化率。它通过分析用户互动历史和上下文,自动组织受众并个性化消息内容。Inrō还提供了与现有信息系统的集成,以及自动化的潜在客户获取和跟踪功能。产品背景信息包括其母公司EDGAR SAS是Meta批准的供应商,符合Instagram的社区准则、隐私政策和服务条款,并且提供数据安全和加密传输。

  • Gan.AI Video Recorder:录制无限个性化视频,提高会议效率和交易成功率。

    Gan.AI Video Recorder 是一款在线视频录制工具,它允许用户快速录制屏幕和摄像头,并通过个性化功能来增强视频的吸引力和效果。产品的主要优点包括无限视频录制、个性化字幕和缩略图、动态网站背景滚动以及定制化登录页面等。这些功能使得Gan.AI Video Recorder 成为提高工作效率和交易成功率的有效工具。

  • Superjoin:自动将实时数据导入Google Sheets的AI工具。

    Superjoin是一个集成了AI技术的插件,允许用户无需编写任何代码即可将实时数据从他们喜爱的工具中导入到Google Sheets。它为RevOps团队提供了无需编码和开发人员即可操作的解决方案,支持一键连接无限数据源,自动刷新数据,并支持双向同步。

  • Prime Intellect:AI开发规模化的民主化平台

    Prime Intellect是一个致力于AI开发规模化民主化的平台,提供全球计算资源的发现、模型训练以及共同拥有智能创新的能力。它通过分布式训练跨集群,使得用户能够训练最前沿的模型,并且共同拥有由此产生的开放AI创新成果,包括语言模型和科学突破。

  • Zed:高性能、多人协作代码编辑器

    Zed是由Atom和Tree-sitter的创造者开发的高性能、多人协作代码编辑器,开源且集成了AI代码生成功能。它利用多核心CPU和GPU,实现即时启动、快速文件加载和响应键盘输入。Zed支持GitHub Copilot,并通过内置助手面板与模型进行对话式交互,以生成或重构代码。

  • AuraFlow:开源的基于流的文本到图像生成模型

    AuraFlow v0.1是一个完全开源的、基于流的文本到图像生成模型,它在GenEval上达到了最先进的结果。目前模型处于beta阶段,正在不断改进中,社区反馈至关重要。感谢两位工程师@cloneofsimo和@isidentical将此项目变为现实,以及为该项目奠定基础的研究人员。

  • 墨狐AI:短篇小说写作助手

    墨狐AI是一个专为短篇小说创作者设计的在线写作助手,它通过提供创意大纲、续写故事、生成剧情树和剧本创作等功能,帮助作者激发灵感,提高写作效率。产品背景信息显示,墨狐AI旨在解决创作者在创作过程中遇到的难题,如灵感枯竭或故事发展困难。目前,墨狐AI的定位是辅助工具,详情可访问官网查看更多介绍。

  • LLaVA-NeXT:大型多模态模型,处理多图像、视频和3D数据。

    LLaVA-NeXT是一个大型多模态模型,它通过统一的交错数据格式处理多图像、视频、3D和单图像数据,展示了在不同视觉数据模态上的联合训练能力。该模型在多图像基准测试中取得了领先的结果,并在不同场景中通过适当的数据混合提高了之前单独任务的性能或保持了性能。

  • 老鱼简历:在线制作简历,简单高效。

    老鱼简历是一个在线简历制作平台,提供多种简历模板,支持AI生成简历,帮助用户快速制作出专业且个性化的简历。用户可以根据自己的需求选择不同的模板,并通过简单的在线编辑完成简历的制作,支持下载为PDF或PNG格式,满足不同场景的求职需求。

  • Enchanted:与私有自托管语言模型对话的iOS/macOS应用

    Enchanted是一个开源的、兼容Ollama的macOS/iOS/visionOS应用,它允许用户与私有自托管的语言模型如Llama 2、Mistral、Vicuna等进行对话。它基本上是一个连接到私有模型的ChatGPT应用界面。Enchanted的目标是提供一个产品,允许在iOS生态系统(macOS、iOS、Watch、Vision Pro)的所有设备上提供无过滤、安全、私密和多模态的体验。

  • Logo Galleria:在线AI Logo制作,快速生成个性化标志。

    Logo Galleria是一个在线AI Logo制作平台,利用人工智能技术帮助用户快速生成个性化的标志设计。它通过用户输入的行业、风格等参数,提供定制化的标志设计方案,满足不同用户的设计需求。该平台的主要优点是操作简便、设计效率高,可广泛应用于品牌建设、产品包装等场景。

  • Afforai.com:AI驱动的参考文献管理助手

    Afforai是一个AI驱动的参考文献管理助手,旨在帮助研究人员管理、注释、引用论文,并以AI的可靠性进行文献综述。它提供了一个全新的研究材料存储方式,使用户能够专注于真正重要的事情。Afforai支持多种文档格式,包括DOI、URL、PDF等,并具有多种搜索模式,可以连接数百篇论文进行总结、比较和翻译。此外,Afforai还提供数据引用,使用户能够方便地核实信息来源,确保研究的可靠性。

  • Rodel Agent:集成聊天、文本转图像、文本转语音和机器翻译的桌面应用

    Rodel Agent 是一款集成了聊天、文本到图像、文本到语音以及机器翻译功能的Windows桌面应用程序。它支持当前主流的AI服务,为用户提供了卓越的桌面AI体验。该产品的主要优点包括强大的集成功能、用户友好的界面以及对主流AI服务的支持,能够显著提高用户的工作效率和创造力。

  • DictionaryByGPT4:一本由GPT4生成的英语单词书,覆盖8000+单词

    DictionaryByGPT4是一个由GPT4模型生成的英语单词学习工具,它通过分析超过8000个单词,为每个单词提供词义、例句、词根词缀、变形、文化背景、记忆技巧和小故事等全方位信息,帮助用户深入理解单词的来源、使用场景以及记忆方法。该产品特别适合需要提升英语词汇量和理解力的学习者。

  • gpt-frontend-code-gen:前端页面生成神器,提升开发效率

    gpt-frontend-code-gen 是一个基于 React 和 Vite 构建的前端项目,结合 Koa 后端服务,实现前端页面生成并预览的功能。它使用 GPT-4 模型,支持 Chakra UI 和 ShadcnUI 组件生成,允许开发者通过对话形式持续迭代和修改页面,直到达到满意的效果。

  • OpenDiLoCo:开源实现分布式低通信AI模型训练

    OpenDiLoCo是一个开源框架,用于实现和扩展DeepMind的分布式低通信(DiLoCo)方法,支持全球分布式AI模型训练。它通过提供可扩展的、去中心化的框架,使得在资源分散的地区也能高效地进行AI模型的训练,这对于推动AI技术的普及和创新具有重要意义。

  • SmartCrawl:将任何网站转化为AI驱动的API。

    SmartCrawl是一个创新的在线工具,它允许用户将任何网站转化为API,通过AI技术实现数据的自动化抓取和处理。这项技术对于需要从网站获取数据的开发者和企业来说非常重要,因为它简化了数据集成的过程,提高了效率。产品目前处于Beta测试阶段,用户可以通过加入等待名单来获取试用机会。

今日大家都在搜的词: