站长之家(ChinaZ.com) 10月11日 消息:据9to5google消息，最新版本 Chrome可以自动为网络上没有任何识别标签的图片创建描述。
对于有视力障碍的人在网上阅读时，需要使用屏幕阅读器转换成语音或盲文输出。虽然网站对图片标签的要求越来越高，但网上有许多图片缺少alt文本。因此，诸如chromevox屏幕阅读器只能输出“图像”、“未标记的图形”或文件名语音。
为此，Chrome给出的新解决方案是将未标记的图像发送到谷歌服务器。并通过一些机器学习模型，包括寻找文本、识别对象等技术分析照片。
有的模型可以在图像中查找文本，包括图片特有的标志、标签和手写单词。其它模型则可以识别出训练过的物体，如铅笔、树、穿西装的人或直升机。最复杂的模型还能用完整的句子描述图片的主要内容。
在大多数情况下，这些模型会将最简单的答案将提供给用户的屏幕阅读器，如果不能识别信息将返回“没有可用的描述”。
目前，这个“从谷歌获取图像描述”的功能已经测试了几个月，谷歌已经创建了 1000 万个描述，每天还以数十万个速度增加。
（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！
腾讯云
12-20
Elmo是一款AI网络副驾驶工具，可作为Chrome扩展程序使用。它能立即将网页内容压缩成简洁的摘要，提供特定问题的答案，从网页中搜集相关信息，并与PDF和YouTube视频互动，以提高用户的生产力和理解能力。想了解更多关于Elmo的信息并开始使用这款网络副驾驶工具，请访问Elmo官方网站。
高通和谷歌今日宣布，即日起推出首次面向搭载骁龙的WindowsPC的优化版Chrome浏览器。在对骁龙XElite参考设计的初步测试中，全新的Chrome浏览器在Speedometer2.1基准测试中实现了显著的性能提升。安蒙还表示，PC行业正处于重要的转折时刻，随着AIPC时代的到来，他期待Chrome能够充分利用强大的骁龙XElite平台，实现更出色的表现。
CircletoSearch是一款旨在简化和提升在线搜索过程的Chrome浏览器扩展。它利用AI技术将用户的查询转化为对话，从解锁Chrome浏览体验的全部潜力。要获取更多详细信息并开始您的搜索增强之旅，请访问CircletoSearch官方网站。
一款名为GRM的大型高斯重建模型引起了广泛关注。GRM是一种用于3D重建和生成的技术，通过有效整合多视角信息，它能够在极短的时间内重建出精确的3D模型。随着技术的不断发展，我们有理由相信，GRM将为3D建模技术的应用带来更多可能性。
在数字媒体和娱乐行业，如何将静态的人物图片转化为动态的视频一直是一个挑战。一项名为Champ的新技术，让这个任务变得简单高效。无论在任何场景下，只要有合适的输入，Champ都能生成逼真的人类动画。
LivingImages|Coframe是一项由Coframe提供的服务，旨在通过生成性A/B测试来优化网站图片。这项技术可以帮助提升用户体验和网站性能，通过不断的测试和优化，找到最适合目标受众的图片版本。如欲了解更多详情，请访问LivingImages|Coframe官网。
一个可以自动分析PDF、网页、海报、Excel图表内容的大模型，对于打工人来说简直不要太方便。上海AILab，香港中文大学等研究机构提出的InternLM-XComposer2-4KHD模型让这成为了现实。IXC2-4KHD将多模态大模型支持的分辨率提升到了4K的水平，研究人员表示目前这种通过增加切块个数支持更大图像输入的策略遇到了计算代价和显存的瓶颈，因此他们计划提出更加高效的策略在未来实现�
InstantMesh是一项突破性的技术，能够从单张图像快速生成高质量的三维网格模型。这项技术利用了前馈框架，结合了多视图扩散模型和基于大规模重建模型的稀疏视图重建技术，极大地优化了3D资产的创建过程。InstantMesh的出现，预示着3D建模和可视化领域将迎来新的变革，它将极大地提高工作效率，降低技术门槛，使得更多的人能够参与到3D内容的创作中来。
研究人员提出了一种名为Garment3DGen的方法，旨在实现3D服装的风格化和纹理生成。该方法通过结合先进的计算机视觉技术和人工智能算法，为用户提供了一个简单高效的工具，用于实现服装设计的个性化风格化。随着这一技术的不断完善和推广，我们有理由相信，未来的服装设计将更加多样化和个性化。
DeepDataSpace推出了T-Rex2，一种革新性的目标检测技术，旨在解决传统目标检测模型的封闭集问题。传统模型局限于事先确定的类别集，需要针对特定任务进行调整和大量训练数据。通过Demo和API，用户可以体验T-Rex2的能力，并探索其在各领域的潜在应用。
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。
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。
云雀 AI 智能客服是一款基于大数据的在线客服平台，通过智能机器人提供多渠道客户服务，帮助企业降低成本、提高效率。该平台结合了 AI 技术和客服系统，为企业提供高效的客户交互体验，提升服务质量。
靠谱AI是一个AI平台，它聚合了多种业内领先的通用和垂直大模型，使用户可以向多个或某个AI机器人提问，获取即时答案。用户可以与AI机器人进行多轮对话，直至找到满意的答案或作品。该平台由办公逸发起设立，办公逸为企业提供智能人事管理和OA系统，拥有广泛的企业用户基础。靠谱AI的主要优点包括其强大的算法技术、数据隐私安全保护、以及多场景应用能力。
企点客服是一款智能在线客服系统，基于即时通讯、人工智能等技术，全面提升企业客户服务效率。产品定位于提供全场景的企业级 SaaS 服务，助力企业实现数字化智慧经营。
百度 UNIT 搭载业界领先的对话理解和对话管理技术，提供灵活运营管理工具和可视化会话流程配置，助力企业智能化升级实现降本增效。
Pixble 是一款利用人工智能进行面部交换的应用程序，能够自动交换照片中的人脸，提供高质量的面部交换图像。Pixble 利用 AI 检测照片上的面部，并自动映射您选择的其他面部的面部特征，最终呈现出更准确和逼真的交换结果。
AI 换脸在线是一款利用人工智能检测和替换照片中面部的工具。其主要优点在于高质量、大像素、多姿态、维护身份隐私，并支持多人换脸和皮肤美化。产品定位于提供有趣和商业用途的高品质深度合成服务。
唱鸭是一款音乐平台，通过跟随标记按键实现自弹自唱，用户可制作乐段、点歌、抢唱、说唱等，带来音乐创作与互动乐趣。
小微助手是一款强大的桌面客户端工具，能够帮助用户快速查找信息、解决问题。其主要优点包括智能化搜索、快捷操作、个性化设置等。小微助手定位于提升用户生产力和效率。
商汤商量拟人大模型 “SenseChat-Character” 支持个性化角色创建与定制、知识库构建、长对话记忆、多人群聊等功能，可实现行业领先的角色对话、人设、及剧情推动能力。
创脑是国内知名 AI 机器人社区，用户可以免费使用各类 AI 机器人助手，包括行业专家、AI 写作、办公助手等，帮助提升工作效率和生活便利。
天工 AI 是一款全能 AI 助手，集成了搜索、聊天、写作、绘画等多种功能于一体。其主要优点包括智能快速响应、多功能性强、深度学习技术支持。定位于为用户提供全方位的智能助手服务。
Universal Copy & ChatGPT AI是一款结合复制和聊天GPT AI的插件，支持解锁复制、AI写作等功能。使用GPT-4、Claude3和Gemini模型在复制的同时生成新的文本。适用于各种网站，如游戏、新闻、教育、文学小说等。
蓝心千询是一款强大的人工智能对话模型，可模拟各种形象与用户进行对话互动。它包含了多个经典文学角色、历史名人等丰富的虚拟形象库，用户可以选择自己感兴趣的形象与之对话，体验不同风格的语言互动。该模型由先进的自然语言处理和深度学习技术驱动，能够理解上下文语义，给出贴切内容丰富的回复。无论是文字游戏、知识问答还是情感交流，蓝心千询都能提供极佳的体验。该产品面向喜欢阅读、交流、探索的广大用户群体，可满足各种对话和模拟需求。
