《Chromebook谷歌本深度体验:应用少功能弱》文章已经归档,不再展示相关内容,编辑建议你查看最新于此相关的内容:Zoom宣布以PWA应用形式通过Play Store登陆Chromebook今天,Zoom 宣布将于下周通过 Play Store 登陆 Chromebook。值得注意的是,上架的 Zoom 应用并非 Android 应用
(举报)
《Chromebook谷歌本深度体验:应用少功能弱》文章已经归档,不再展示相关内容,编辑建议你查看最新于此相关的内容:Zoom宣布以PWA应用形式通过Play Store登陆Chromebook今天,Zoom 宣布将于下周通过 Play Store 登陆 Chromebook。值得注意的是,上架的 Zoom 应用并非 Android 应用
(举报)
11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
昨天的文章刚说到Gemini的一些更新,这不,GoogleChrome又一项突破性更新,该更新通过简单的“@”符号启用,可以直接访问智能AI助手Gemini。随时启动AI对话这一改变让用户无需打开新的标签页或应用,直接在浏览器顶部操作区就可以启动对话。GoogleChrome的此次更新只是开始,AI技术在未来的发展道路上还有很多可能性,值得我们持续关注和期待。
谷歌计划将其GeminiAI技术直接嵌入到Chrome浏览器的桌面中。在谷歌于本周二举行的I/O大会上,宣布Chrome126版本将采用GeminiNano来为浏器内的AI功能提供支持,包括文本生成等功能。与Edge浏器的Copilot相比,GeminiNano在本地设备上运行,提供更快速和隐私保护的AI体验。
在2024年北京车展期间,小米CEO雷军来到理想汽车展台并坐进理想L6里体验二排,之后就有了雷军被李想焊进车里”的段子。雷军坐在理想L6里时的真实情况是什么?雷军说了什么?理想汽车官方今日发文对此一一解答。4月28日,雷军在理想汽车零售中心个人全款下定了一辆理想L6Max,他选择了绿色特别版珍珠漆、黑白双色内饰以及20英寸银灰双色轮毂。
MeMenteeBot是一款具有革命性功能的机器人,它能理解人类口头指令,并通过视觉模仿进行自我学习。这款机器人的先进之处在于其端到端的任务执行能力,它可以接收口头命令,并完成复杂的任务。它的出现标志着机器人技术迈向了一个新的阶段,为未来的机器人应用开辟了无限可能。
Anthropic近日为其控制台用户发布了两项重要的新功能:自动生成提示和变量功能。这些更新旨在提高用户的工作效率,同时为生成的提示内容带来更多的灵活性和个性化。通过简化提示创建过程,并允许用户根据需要加载外部数据,Anthropic正在帮助用户更好地利用AI技术,以提高工作效率和创造力。
Google正在加强Android的CircletoSearch功能,这一功能允许用户在Android手机屏幕上划圈搜索,现在又新增了一个功能,可以生成解学校数学和物理问题的指导步骤。学生现在可以使用Android手机或平板电脑上的Circleto功能,在做作业时得到数学问题的人工智能辅助。它是Android的明星新功能之一尽管iOS用户目前无法使用这一功能来帮助解决数学作业,但一切皆有可能。
作为今年GoogleI/O2024大会的亮点之一,谷歌正式推出了名为MusicAISandbox的音乐制作工具。这一工具被称为是音乐创作的新风向标,能够通过AI提示来创作音乐循环,让音乐创作变得更加轻松和有趣。谷歌在此次大会上还推出了其他多个人工智能音乐工具,显示了他们在音乐领域的持续投入和创新。
华为MatebookXPro等系列产品上午10:08准时开售。这款轻薄本,凭借华为自研的云隼架构等尖端技术,机身厚度仅为13.5毫米,整机重量更是惊人地控制在980克,开启了高性能笔记本的百克时代新篇章。值得一提的是,入门级配置的MatebookXPro售价仅为10999元起,却拥有如此强大的性能和轻薄的设计,无疑为消费者提供了极具性价比的选择。
博主AbhishekThakur在博客中向大家展示了如何在MacBookPro上训练/微调Microsoft的最新phi-3模型!用户需要使用M1或M2mac来执行此操作。之后将使用AutoTrainAdvanced来微调phi-3。;)SFT和ORPO训练均在M2MaxMacBookPro上成功进行了测试。
美国生成式人工智能领域最大的竞争对手OpenAI宣布了其GPT大型语言模型的最新Anthropic则宣布了自己在欧洲的扩张。Anthropic周一表示,其AI助手Claude现已在欧洲线,并支持包括法语、德语、意大利语和西班牙语在内的“多种语言”,涵盖了Cla.ai、其iOS应用以及团队业务计划。Amodei表示,Anthropic目前在伦敦办公室有40名员工有一些承商在欧洲国家工作,并计划招聘更多员工,特别是�
MuLan是一个开源的多语言扩散模型,旨在为超过110种语言提供无需额外训练即可使用的扩散模型支持。该模型通过适配技术,使得原本需要大量训练数据和计算资源的扩散模型能够快速适应新的语言环境,极大地扩展了扩散模型的应用范围和语言多样性。MuLan的主要优点包括对多种语言的支持、优化的内存使用、以及通过技术报告和代码模型的发布,为研究人员和开发者提供了丰富的资源。
MiLM-6B是由小米公司开发的大规模预训练语言模型,参数规模达到64亿,它在中文基础模型评测数据集C-Eval和CMMLU上均取得同尺寸最好的效果。该模型代表了自然语言处理领域的最新进展,具有强大的语言理解和生成能力,可以广泛应用于文本生成、机器翻译、问答系统等多种场景。
TalentGenius是一个利用人工智能技术帮助专业人士评估技能、优化职业路径,并匹配最佳工作机会的平台。它通过AI工具提供个性化的职业导航、辅导、招聘和咨询,帮助用户在技术快速发展的今天保持竞争力。
Pipecat是一个开源框架,用于构建语音和多模态对话代理,如个人教练、会议助手、儿童故事玩具、客户支持机器人、接待流程和机智的社交伴侣。它支持本地运行,并可迁移到云端,集成了多种AI服务和传输方式,具有高度的可定制性和扩展性。
MetaTrend是一个专注于提供AI、加密货币和金融行业趋势的新闻网站。它通过每日更新的新闻摘要,帮助用户快速了解这些领域的最新动态,对于希望紧跟科技和金融潮流的专业人士来说,这是一个不可或缺的工具。
打标助手是基于GPT4-Vision开发的一个在线工具,它通过微调prompt实现批量图片文字标注,为基于SD模型的训练提供数据支持。该工具的主要优点在于其免费性、批量处理能力和高效的标注准确性,特别适合需要大量图片标注的科研和商业用户。
Gemma 2是下一代谷歌Gemma模型,拥有27亿参数,提供与Llama 3 70B相当的性能,但模型大小仅为其一半。它在NVIDIA的GPU上运行优化,或在Vertex AI上的单个TPU主机上高效运行,降低了部署成本,使更广泛的用户能够访问和使用。Gemma 2还提供了强大的调优工具链,支持云解决方案和社区工具,如Google Cloud和Axolotl,以及与Hugging Face和NVIDIA TensorRT-LLM的无缝合作伙伴集成。
Gemini 1.5 Flash是Google DeepMind团队推出的最新AI模型,它通过'蒸馏'过程从更大的1.5 Pro模型中提炼出核心知识和技能,以更小、更高效的模型形式提供服务。该模型在多模态推理、长文本处理、聊天应用、图像和视频字幕生成、长文档和表格数据提取等方面表现出色。它的重要性在于为需要低延迟和低成本服务的应用提供了解决方案,同时保持了高质量的输出。
Imagen 3 是谷歌一个先进的文本到图像的生成模型,它能够生成具有极高细节水平和逼真效果的图像,并且相较于之前的模型,其视觉干扰元素显著减少。该模型对自然语言的理解更为深入,能够更好地把握提示背后的意图,并从更长的提示中提取细节。此外,Imagen 3 在渲染文本方面表现出色,为个性化生日信息、演示文稿标题幻灯片等提供了新的可能性。
Veo是Google最新推出的视频生成模型,能够生成高质量的1080p分辨率视频,支持多种电影和视觉风格。它通过先进的自然语言和视觉语义理解,能够精确捕捉用户创意愿景,生成与提示语调一致且细节丰富的视频内容。Veo模型提供前所未有的创意控制水平,理解电影术语如“延时摄影”或“航拍景观”,创造出连贯一致的画面,使人物、动物和物体在镜头中逼真地移动。
PaliGemma是Google发布的一款先进的视觉语言模型,它结合了图像编码器SigLIP和文本解码器Gemma-2B,能够理解图像和文本,并通过联合训练实现图像和文本的交互理解。该模型专为特定的下游任务设计,如图像描述、视觉问答、分割等,是研究和开发领域的重要工具。
lluminous是一个快速、轻量级的开源聊天界面,支持多供应商API密钥,提供完整的隐私保护,所有对话历史和密钥都存储在本地。它支持多模态输入、多轮对话提示、预填充响应、模型切换以及对话分享等功能。
CuMo是一种多模态大型语言模型(LLMs)的扩展架构,它通过在视觉编码器和MLP连接器中融入稀疏的Top-K门控专家混合(MoE)块,提高了模型的可扩展性,同时在推理时几乎不增加激活参数。CuMo在预训练MLP块后,初始化MoE块中的每个专家,并在视觉指令调整阶段使用辅助损失以确保专家的均衡负载。CuMo在各种VQA和视觉指令遵循基准测试中超越了其他同类模型,且完全基于开源数据集进行训练。
混元-DiT是腾讯推出的首个中英双语DiT架构的人工智能模型,专注于中文元素理解,具备长文本理解能力和细粒度语义理解。该模型能够分析和理解长篇文本中的信息,并生成相应的艺术作品,包括但不限于人物写真、创意创作等。混元-DiT的推出,对于提升中文文本理解的深度和广度,以及促进中英双语交流具有重要意义。
GPT-4o('o'代表'omni')是自然人机交互的重要一步,它可以接受任意组合的文本、音频、图像和视频输入,并生成任意组合的文本、音频和图像输出。它在音频输入响应上的速度极快,平均响应时间仅为320毫秒,与人类对话的响应时间相近。在非英语文本处理上取得了显著进步,同时在API上速度更快且成本降低了50%。GPT-4o在视觉和音频理解方面也比现有模型更出色。
AutoGroq是一个AI驱动的对话助手,旨在通过自动生成专家代理来彻底改变用户与AI工具的互动方式。它克服了现有解决方案的局限性,提供了一个用户友好、强大且无需配置的体验。该平台专注于通过自动生成专门针对任何问题的专家代理,无论问题的复杂性如何,提供即时和相关的帮助。
OpenGlass是一款可穿戴眼镜,它能够记录用户的生活,并提供有帮助的总结和建议。这款眼镜可以针对不同的使用场景进行定制,适合追求个性化体验和生活记录的用户。它结合了最新的硬件技术和软件开发,为用户带来全新的交互体验。
Refuel LLM-2 是一款为数据标注、清洗和丰富而设计的先进语言模型。它在约30种数据标注任务的基准测试中超越了所有现有的最先进语言模型,包括GPT-4-Turbo、Claude-3-Opus和Gemini-1.5-Pro。Refuel LLM-2 旨在提高数据团队的工作效率,减少在数据清洗、规范化、标注等前期工作上的手动劳动,从而更快地实现数据的商业价值。
Aloe是由HPAI开发的一款医疗领域的语言模型,基于Meta Llama 3 8B模型进行优化。它通过模型融合和先进的提示策略,达到了与其规模相匹配的最先进水平。Aloe在伦理和事实性指标上得分较高,这得益于红队和对齐工作的结合。该模型提供了医疗特定的风险评估,以促进这些系统的安全使用和部署。
FunClip是一款完全开源、本地部署的自动化视频剪辑工具,通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别,随后用户可以自由选择识别结果中的文本片段或说话人,点击裁剪按钮即可获取对应片段的视频。FunClip集成了阿里巴巴开源的工业级模型Paraformer-Large,是当前识别效果最优的开源中文ASR模型之一,并且能够一体化的准确预测时间戳。