《Youtube Leanback正式推出》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：YouTube玩转的自动字幕，为什么被国内视频网站“主动错过”？成为中国YouTube，这估计是每一家国内视频网站都曾经设想过的目标。现在，无论是从全球市场规模、还是从营收规模上来
（举报）
Youtube Leanback正式推出
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
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！
腾讯云
12-20
广告 -
OpenAI 转录了超过一百万小时的 YouTube 视频来训练 GPT-4
《华尔街日报》报道称，人工智能公司在收集高质量训练数据方面遇到了困难。《纽约时报》详细介绍了一些公司处理这一问题的方法，其中涉及到了人工智能版权法的模糊灰色区域。但这些公司的另一个选择是使用他们能找到的任何东西，无论他们是否获得许可，这可能会引发版权法方面的担忧。
-
OpenAI 为训练 GPT-4模型转录了超过一百万小时的 YouTube 视频
AI公司在获取高质量训练数据方面遇到的挑战，OpenAI为了训练其最先进的大型语言模型GPT-4，使用了超过一百万小时的YouTube视频副本。该公司通过其Whisper音频转录模型转录这些视频，尽管这一做法在法律上具有争议性，OpenAI仍认为这属于合理使用。AI领域正面临训练数据短缺的挑战解决方案尚未明朗，公司们需要权衡利弊并寻求合理途径应对这一问题。
-
东方甄选正式推出小时达服务 初期聚焦北京市场
东方甄选宣布全新服务“小时达”正式上线，并同步在抖音平台开设“东方甄选小时达”专属账号。东方甄选此次推出的“小时达”业务，初期主要聚焦于北京市场，通过与17个前置仓建立紧密的合作关系，实现了对北京五环内80%区域的覆盖。东方甄选计划将这一高效便捷的服务模式推广至更多城市，为更多消费者带来极致的购物体验。
-
李未可科技正式推出WAKE-AI多模态AI大模型
4月18日，2024中国生成式AI大会上李未可科技正式发布为眼镜等未来终端定向优化等自研WAKE-AI多模态大模型，具备文本生成、语言理解、图像识别及视频生成等多模态交互能力。该大模型围绕GPS轨迹视觉语音打造新一代LLM-Based的自然交互，同时多模态问答技术的加持，能实现所见即所问、所问即所得的精准服务。李未可科技合伙人&AI负责人古鉴表示WAKE-AI将逐步开放平台能力，便于更多企业及开发者调用WAKE-AI能力，共建AI硬件生态。
-
HTX Ventures：为什么BounceBit可能成为新的BTC生态解决方案？
随着BTC现货ETF的通过，全球各大机构和个人都在不断加码对BTC的持仓，BTC价格也随之上升，目前已上升至全球市值排名前十的资产。在本轮市场周期中，BTC铭文和BTC扩容是两个被市场高度关注的细分赛道。HTXVentures是最活跃的基金中基金投资者之一，携手Bankless、IVC、Shima、Animoca等全球区块链基金共同建设区块链生态。
-
Adobe Firefly推出结构参考（Structure Reference）功能：可保持图片结构改变画风
Adobe旗下AI图像生成器Firefly推出了“结构参考"重大新功能，让用户在生成图像时拥有更多控制力。这项功能类似于ControlNet里的canny模式，可以保持图片结构不变，改变画风。AdobeFirefly的不断创新和推广，将为用户带来更便捷、更安全、更高效的图像生成体验。
-
重磅发布：aiXcoder-7B正式开源
4月9日，aiXcoder推出全新自研7B代码大模型。该模型在多个主流评估标准评测集中，与所有同量级开源模型对比效果最佳，彰显出其作为百亿参数天花板级代码大模型的非凡实力。探索软件自动化的征程正迈向一个前所未有的智能化时代，aiXcoder团队的每一次重大突破，都致力于打造更加智能、高效、安全、可靠的软件系统，努力成为大模型与传统软件可靠融合的重要推手。
-
Stability AI发布最新代码模型升级版本Stable Code Instruct 3B
StabilityAI在昨晚发布了其最新的代码模型升级版本——StableCodeInstruct3B。这一开源项目是继之前工作的延续，暗示着SD3模型的开源发布应该能够顺利进行，尽管后续模型的发展情况还不太明朗。StabilityAI的这次更新为代码生成和其他软件工程相关任务提供了一个强大的工具，同时，也为其商业模式开辟了新的可能。
-
基于百度文心大模型全面重构，小度正式推出全球⾸个AI原⽣操作系统DuerOS X
4月16日，以“创造未来”为主题的2024百度CreateAI开发者大会在深圳举办。百度集团副总裁、小度科技CEO李莹正式发布了小度新一代操作系统DuerOSX，该操作系统是小度基于百度文心大模型推出的全球首个AI原生操作系统。小度将通过持续探索，打破智能能力的天花板，为更多人带来便捷、舒适、科技感的生活体验，提高人们的生活品质，真正让AI走进千行百业、千家万户。
-
最低8GB 256GB售价9888元！微软Surface两款新品正式开售
今天微软官方宣布，SurfacePro10商用版和SurfaceLaptop6商用版正式开售，具体价格为：SurfacePro10商用版：酷睿Ultra58GB256GB版本售价9888元酷睿Ultra516GB256GB版本售价12288元酷睿Ultra516GB512GB版本售价13088元酷睿Ultra716GB256GB版本售价14088元酷睿Ultra716GB512GB版本售价14888元酷睿Ultra716GB1TB版本售价16488元酷睿Ultra732GB1TB版本售价19688元酷睿Ultra764GB1TB版本售价22888元SurfaceLaptop6商用版：13.5英寸版本：酷睿Ultra516GB256GB售价12288元酷睿Ultra516GB512GB售价13088元酷睿Ultra716GB512GB售价14488元酷睿Ultra732GB1TBGB售价19488元15英寸版本：酷睿Ultra716GB512GB售价16088元酷睿Ultra732GB1TBGB售价21088元其中SurfacePro10商用版相较于前代速度提升了53%，拥有更强劲的性能、更持久的续航、更出色的显示效果。还配备了SurfacePro系列产品中有史以来更好的显示屏，并延续了易维修优势，支持更换显示屏、固态硬盘、主板、接口、散热模组、摄像头、支架等几乎所有部件，方便后期维护和升级。SurfaceLaptop6商用版性能更是达到了前代产品SurfaceLaptop5的2倍，屏幕也是专为触控操作设计，配备的防反射和自适应色彩调节功能，可减少最高50%的反射。
-
Continue:一个开源的IDE扩展，旨在提升AI软件开发系统的模块化和可进化性。
Continue是一个专为软件开发者设计的开源IDE扩展，它通过提供自动化和智能化的工具来加速AI软件的开发流程。它允许开发者在构建软件时保持流畅的工作状态，通过插件和系统整合，轻松开始并加速开发过程。Continue支持多种编程语言的代码自动完成，提供代码段的重写功能，并允许通过自然语言指令来优化代码。它还支持与多种AI模型和开发环境的整合，使得开发者能够构建一个随着新功能出现而进化的软件系统。
-
Cohere Toolkit:是一套开源的AI应用程序开发工具包，旨在加速开发并部署到云平台。
Cohere Toolkit是一个开源的AI应用程序开发工具包，它提供了一套生产就绪的应用程序，可以在云服务提供商上部署。这些应用程序可以访问Cohere的Command、Embed和Rerank模型，并且可以连接到企业数据和特定团队，以提高生产力。该工具包包含用于构建独特应用程序并可扩展部署的组件。
-
Bunny:轻量级但功能强大的多模态模型家族。
Bunny 是一系列轻量级但功能强大的多模态模型，提供多种即插即用的视图编码器和语言主干网络。通过从更广泛的数据源进行精选选择，构建更丰富的训练数据，以补偿模型尺寸的减小。Bunny-v1.0-3B 模型在性能上超越了同类大小甚至更大的 MLLMs（7B）模型，并与 13B 模型性能相当。
-
llava-llama-3-8b-v1_1:一款由XTuner优化的LLaVA模型，结合了图像和文本处理能力。
llava-llama-3-8b-v1_1是一个由XTuner优化的LLaVA模型，它基于meta-llama/Meta-Llama-3-8B-Instruct和CLIP-ViT-Large-patch14-336，并通过ShareGPT4V-PT和InternVL-SFT进行了微调。该模型专为图像和文本的结合处理而设计，具有强大的多模态学习能力，适用于各种下游部署和评估工具包。
-
ID-Animator:零样本身份保持人类视频生成技术
ID-Animator是一种零样本人类视频生成方法，能够在不需要进一步训练的情况下，根据单个参考面部图像进行个性化视频生成。该技术继承了现有的基于扩散的视频生成框架，并加入了面部适配器以编码与身份相关的嵌入。通过这种方法，ID-Animator能够在视频生成过程中保持人物身份的细节，同时提高训练效率。
-
HiDiffusion:，解锁预训练扩散模型中的高分辨率创作与效率。
HiDiffusion是一个预训练扩散模型，通过仅添加一行代码即可提高扩散模型的分辨率和速度。该模型通过Resolution-Aware U-Net (RAU-Net)和Modified Shifted Window Multi-head Self-Attention (MSW-MSA)技术，动态调整特征图大小以解决对象复制问题，并优化窗口注意力以减少计算量。HiDiffusion能够将图像生成分辨率扩展到4096×4096，同时保持1.5-6倍于以往方法的推理速度。
-
Snowflake Arctic:高效的企业级人工智能模型，低成本实现高质量定制模型。
Snowflake Arctic 是一款专为企业级人工智能任务设计的大规模语言模型（LLM），它在 SQL 生成、编码以及指令遵循等基准测试中表现出色，即使与计算预算更高的开源模型相比也毫不逊色。Arctic 通过其高效的训练和推理，为 Snowflake 客户以及广大 AI 社区提供了一种成本效益极高的定制模型创建方式。此外，Arctic 采用 Apache 2.0 许可，提供无门槛的权重和代码访问，并通过开源数据配方和研究洞察，进一步推动了社区的开放性和成本效益。
-
OpenVoice V2:是一款支持多语言的语音合成模型，提供高质量的语音克隆与风格控制功能。
OpenVoice V2是一款文本到语音（Text-to-Speech, TTS）的模型，它在2024年4月发布，包含了V1的所有功能，并进行了改进。它采用了不同的训练策略，提供了更好的音质，支持英语、西班牙语、法语、中文、日语和韩语等多种语言。此外，它还允许商业用途的免费使用。OpenVoice V2能够精确地克隆参考音调色彩，并在多种语言和口音中生成语音。它还支持零样本跨语言语音克隆，即生成语音的语言和参考语音的语言不需要在大规模多语种训练数据集中出现。
-
超会 AI:AI 驱动的爆款内容制造机，提供图片生成、文案生成、带货图文生成，帮助企业智能生产商品内容，提高流量与销售额。
超会 AI 是一款基于人工智能的爆款内容制造机，能够以 10 倍速度智能生产商品内容和自动化营销，帮助企业提高流量和销售额。产品背景信息丰富，价格适中，定位于为企业提供内容制造和营销解决方案。
-
OpenELM:是一套高效的语言模型家族，具备开源训练和推理框架。
OpenELM是由苹果公司开发的语言模型家族，旨在为开源研究社区提供先进的语言模型。这些模型基于公开可用的数据集训练，不提供任何安全保证，可能产生不准确、有害、有偏见或令人反感的输出。因此，用户和开发者需要进行彻底的安全测试，并实施适当的过滤机制。
-
豆绘商拍:专业 AI 商品图和服装图生成工具
豆绘商拍是一款利用先进 AI 技术提供商品图和服装图生成服务的工具，能快速实现抠图、背景更换和模特换脸等功能，帮助企业提升品牌形象和市场竞争力。
-
Intellisay:使用你的声音创建一个最佳的每日计划，通过语音轻松创建任务和事件。
intellisay是一个通过语音输入创建每日计划的生产力工具。它使用人工智能技术，将语音转录和分析，然后提供一个优化的计划来实现成功。它能够帮助用户节省时间，从而更高效地完成任务。该产品背后的主要优点是快速设置和使用，以及跟踪任务和习惯的能力。
-
Grimo AI:是一个结合Obsidian、Github和Quora的平台，可以构建、增长和整理知识。将分享的见解分叉到你的仓库中，或从YouTube或Twitter导入内容。
Grimo AI是一个帮助用户构建、增长和整理知识的平台。它集合了Obsidian、Github和Quora的优点，提供了简单易用的界面和功能。用户可以通过查询获取来自任何人、任何地方的见解，并将这些见解分叉到自己的工作区。Grimo AI的核心优点包括：1. 将知识整理成精华；2. 从任何地方学习；3. 构建一个强大的知识社区。Grimo AI的定位是帮助用户更高效地获取和组织知识。
-
Bland AI:Bland是用于构建规模化AI电话呼叫应用程序的基础架构。
Bland是一个用于构建AI电话呼叫应用程序的平台，它提供了简单易用的API接口，使开发者能够轻松地创建自己的智能电话代理。Bland的主要优点是快速搭建和部署，可扩展性强，同时提供了丰富的文档和支持。无论是用于销售呼叫中心、客服代理、营销自动化还是其他领域，Bland都能帮助企业提高效率，节省时间和资源。
-
Cici, browser AI assistant:GPT强化的网页和视频的内联翻译及快速摘要
Cici是您的AI朋友和浏览器助手。她可以回答您的问题，摘要网页内容，提供快速的词语翻译，并执行智能搜索。她可以为您做到这一切。
-
MVSEP:能够将音频中的语音和音乐部分分离。
MVSEP是一款在线音频处理工具，利用先进的音频分离技术可将音乐和语音从音频文件中分离出来，适用于音乐制作、音频编辑、广播、电影后期制作等领域。优点包括高质量的音频输出、快速的处理速度和用户友好的操作界面。提供不同模型选择。
-
NovaMSS:基于AI的新一代音乐源分离工具，一键提取伴奏、人声等。
NovaMSS是一款基于最顶级的AI模型调优后的新一代音乐源分离工具，可以一键提取伴奏、人声、贝斯、鼓点、分离音轨等。它的强大算法基于MSS领域最顶级的算法，并经过上千首歌曲的训练与调优，实现音轨分离的高效率和高质量。产品提供简单易用的界面，支持多种音频格式，包括MP3、Flac、Wave、AIFF等，并且支持批量上传和处理，内置音频播放器，方便用户即时查看分离结果。此外，产品分为社区版和专业版，社区版永久免费，而专业版提供更专业的算法模型和更高品质的音频输出格式。
-
ChatMIX智能对话-AIGC系统:一款集成AI技术的智能对话系统，提供多语言翻译、编程代码生成等功能。
ChatMIX智能对话-AIGC系统是一款利用人工智能技术构建的在线聊天系统，旨在通过AI技术提升用户交互体验。产品支持智能翻译、工作周报生成、编程代码编写等功能，满足用户在不同场景下的需求。它的优势在于能够快速响应用户指令，提供准确、高效的服务，同时具备良好的用户界面和操作体验。
-
AI对话鸭:一键发起AI机器人对话，集成多款国产大模型。
AI对话鸭是一个领先的AI聊天对话平台，它集成了多款国产大模型，提供了丰富的对话场景和功能，满足不同用户的需求。该平台以其高效的对话生成能力和多样的应用场景，在提高工作效率和娱乐互动方面具有显著优势。
-
讯飞A.I.智能客服解决方案:基于科大讯飞语音技术，实现智能客服的多渠道解决方案。
A.I.智能客服解决方案是科大讯飞基于其先进的语音技术，为企业提供的一套完整的客户服务系统。该系统通过电话、Web、APP、小程序、自助终端等多种渠道，实现智能外呼、智能接听、语音导航、在线文字客服、质检分析、坐席辅助等功能。它通过高识别率的语音识别引擎、自然流畅的语音合成技术、智能打断能力、IVR导航以及客服平台中间件等技术，帮助企业提高客服效率，降低人力成本，同时提升客户服务体验。