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
2024年4月24日-26日，IOTE2024国际物联网展·上海站，将在上海世博展览馆盛大开幕。作为物联网行业的年度盛会，此次展览共汇聚感知层、网络传输层、运算与平台层、应用层4大层级的多个行业企业。希望各位客户、行业同仁朋友，4月24日-26日能够拨冗莅临星纵物联展台，与我们交流探讨，寻找物联网行业发展新方向，探索业务增长新模式，共建更加开放与智能化的行业新生态。
OpenAI宣布关闭DALL-E2图像生成器服务，由其后续产品DALL-E3替代。DALL-E2在2022年4月面世后不久，以其能够根据简单文本提示生成高质量图像一举成名。但为了安全起见，大家可能需要下载自己特别喜欢的任何内容。
OpenAl更新DALL•E编辑器界面的功能。用户可选择想要编辑的图像区域，并通过聊天来描述如何更改编辑图像。在对话面板中，您可以通过描述要对图像的突出显示区域进行的更改来完成编辑。
月之暗面宣布Kimi大模型学会了使用工具，即API已支持ToolCalling功能。通过这个功能，开发者可以让Kimi大模型与各种自定义外部工具进行交互，从拓展AI应用的想象空间。月之暗面表示，随着外部工具调用能力的提升，基于大模型的AIAgents应用将进入新阶段，为用户带来更多可能性，从聊天对话到完成各种任务，融入用户实际工作流程。
在视频分割领域，SegmentAnything模型被用于探索新的视频对象分割技术。研究团队测试了两种不同的模型，旨在结合SAM的分割能力和光流技术的优势，以提高视频分割的性能。具体的技术细节、模型性能指标以及未来的研究方向尚未详细公布，但这些初步的研究成果已经为视频分割技术的发展提供了新的方向和可能性。
在当今音乐和人工智能技术的交汇点上，Suno模型以其独树一帜的能力站在了前沿。这一模型由一支位于剑桥的由音乐家和人工智能专家组成的团队开发，他们是Meta、TikTok和Kensho等先驱科技公司的自豪校友【SunoAI】。这标志着人工智能在艺术创作领域的又一重大突破，让每个人都能成为音乐家，无论他们的技能或经验如何。
微软已邀请部分新版必应用户测试“responsetone”功能/特性，允许用户切换“创意”、“平衡”和“精确”三种模式，呈现不同的聊天内容。目前SmallAI已全面接入微软必应模型，开放全体用户使用!www.smallai.chat介绍一下这三种功能/特性：1.“创意”:用户启用该模式之后，能够产生更多原创和富有想象力的回应，它的回答更像和你的好友聊天。用户除了通过点击屏幕上的图标进行切换模式之外，也可以通过命令的方式输入“Changemodeto…”进行调整。
DALL-E即将推出图片的编辑功能，类似于局部重绘。这意味着用户可以通过画笔涂抹指定区域，然后对该区域进行重绘。这一功能不仅可以帮助用户修正图像中的错误可以添加新元素或改变图像的风格。
近日，韩国女星张元英在演唱会上表演的一段转圈扭胯”的动作，迅速引起了全网的热议。张元英展现出轻盈优雅的身姿，站立在舞台中央。特别是那些已经有腰椎疾病史的患者，尤其是腰椎间盘突出的人群，更加不能随意模仿这一动作，因为可能会造成不可逆转的伤害。
🌍大模型全链路API聚合品牌:全网最稳定的Enterprise企业级2000Mbps带宽中转，100%全部使用官方企业高速渠道非低价普通或逆向渠道，已触达中国、美国、日本、韩国、英国、新加坡、香港、菲律宾、俄罗斯等8个地区共计7千客户，网站已稳定运行11个月，承诺永久运营!⭐按量计费，无需承担额度过期或者封号风险，MySQL8.2超高并发不限速，超强自研能力，基于渠道RPM和TPM的智能负�
Lyrebird Health通过AI技术监听、学习并生成医疗文档，帮助医生在几秒钟内轻松生成记录和文档。它可以学习医生的风格和用词，并根据需要生成各种文档。Lyrebird Health还提供数据加密和隐私保护，以及定制化的记录风格和语言。
风平 IP 智造平台是基于 AIGC 的智能化 IP 打造平台，致力于提供虚拟数字人定制、AI 短视频内容生产和数字人直播的一站式解决方案。通过结合领先的 AI 技术，平台实现了数字人的高质量生产和互动能力，为用户打造全新的数字人 IP 体验。
赛灵力虚拟数字人工厂致力于 2D 虚拟人、3D 虚拟人、声音克隆等 AI 技术探索和产业应用，为企业、政府、个人提供虚拟数字人 AI 视频创作、个人形象定制、声音定制、智能语音合成等服务。
硅基智能是一款数字化虚拟人与 AI 技术相结合的产品，主要应用于智能交互领域。其主要优点包括领先的 AI 技术、智能交互体验、商业化场景应用等。
星火网文助手是一款 AI 创作辅助工具，提供创作灵感、润色续写等功能，帮助作家更高效地写作。背靠强大的 AI 技术支持，定位于提升小说写作体验，提高作品质量。
商汤日日新 SenseNova 大模型体系提供多种大模型及能力，助力各行业智能化创新，以大算力引领通用人工智能发展。
Khroma 利用人工智能学习您喜欢的颜色，并为您创建无限的调色板，帮助您快速发现、搜索和保存色彩组合。Khroma 的个性化算法训练神经网络，生成您喜欢的颜色，过滤您不喜欢的颜色。同时，还可以搜索和保存颜色组合，并获取颜色名称、hex 代码、RGB 值、CSS 代码以及 WCAG 辅助功能评分。
笔灵 AI 写作是一款专业的 AI 论文写作助手，通过人工智能技术帮助用户撰写高质量的论文。其主要优点包括快速生成论文大纲、节省写作时间、提供各类论文模板和服务。产品定位于提高论文写作效率和质量，适用于学生、研究人员等写作需求。
IDM-VTON是一种新型的扩散模型，用于基于图像的虚拟试穿任务，它通过结合视觉编码器和UNet网络的高级语义以及低级特征，生成具有高度真实感和细节的虚拟试穿图像。该技术通过提供详细的文本提示，增强了生成图像的真实性，并通过定制方法进一步提升了真实世界场景下的保真度和真实感。
PhotoMagic 是一款使用人工智能技术的图片处理工具，通过简单操作即可快速生成商业级图片。其主要优点包括快速高效、大幅降低图片处理成本，定位于帮助用户在电商等场景下快速生成吸引人的图片。
京东羚珑是一站式内容生产与管理服务平台，提供商品主图设计、广告 banner 设计、店铺首页设计等功能。其主要优点包括丰富的模板选择、免费设计服务、高效便捷的操作流程。产品定位于为商家提供设计合作伙伴服务。
Overleaf 是基于 LaTeX 的在线协作编辑器，无需安装，支持实时协作、版本控制、数百种 LaTeX 模板等。适用于科学和技术领域的文档写作。
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 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 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。
