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
在线文本识别模型取得了显著进展，但数学表达识别作为更为复杂的任务仍未得到足够关注。谷歌研究团队推出了MathWriting，一个专注于在线手写数学表达的数据集，包含230k人工编写和400k合成样本，超越了类似IM2LATEX-100K的离线HME数据集。未来的研究可以专注于优化训练/验证/测试分割以及开发针对数学表达的语言模型。
随着Lexar雷克沙2024高校电竞挑战赛的火热展开，电竞赛场上的战火也愈发激烈。在八大城市的角逐中，各城市选手集中力量过关斩将，共同为进入全国总决赛，获得向专业电竞选手学习的机会奋战。让我们期待4月13日的广州站城市决赛，为选手们欢呼，为电竞疯狂，共同见证选手们的辉煌时刻，感受电竞带来的无限魅力与激情。
十铨推出的CREATEEXPERTSMARTMicroSDXC系列专业TF存储卡是一款功能强大且设计精良的产品。它主要针对运动相机和无人机等应用场景，强调了其出色的耐用性，这对于在这些环境中使用的设备来说至关重要。这款存储卡还配备了智能SMART监控优化功能，这可以帮助用户更好地管理和优化存储卡的性能，确保其始终处于最佳状态。
TikTok在欧洲推出的轻量级应用TikTokLite遇到了监管障碍。该应用程序包含一项奖励功能，允许用户通过观看视频、点赞等操作获得虚拟货币"硬币"，并兑换亚马逊优惠券或贝宝礼品卡等物品。这一举措也意味着欧洲用户将无法再通过该应用每天额外赚取约38美分的收益。
日前，社交平台X拥有者埃隆马斯克，公开发文反对禁止TikTok。TikTok不应该在美国被禁止，尽管这样的禁令可能会让X平台受益”，马斯克表示，这么做违背了言论和表达自由，这不是美国所代表的价值观。该法案还被纳入了美国一揽子对外援助计划中，使得参议院需要比单独法案更快地审议该提案。
InstantStyle是由InstantID原班团队推出的一种新的风格迁移方法，它专注于解决图像生成中的风格化问题，即生成与参考图像风格一致的图像。这项技术的核心在于实现风格和内容的有效分离，从在不牺牲内容信息的情况下，注入所期望的艺术风格。随着InstantStyle与InstantID的联名，风格化图像生成的可能性将更加丰富。
TikTok确认将推出照片分享应用TikTokNotes。许多外国网友在社交媒体上分享了TikTok应用的弹窗截图，从中可以看出TikTok即将推出这一新应用。这些举措都旨在进一步丰富TikTok的内容生态，满足不同用户的需求。
当地时间4月19日，特斯拉CEO马斯克在社交媒体平台X发文明确反对美国禁止TikTok，其表示：我认为TikTok不应在美国被禁，尽管相关禁令可能会让X平台受益，这样的做法有悖于言论和表达自由”。今年3月13日，美国众议院投票通过了一项保护美国人免受外国对手控制应用程序侵害法”的法案。本月18日，TikTok就上述最新动向回应称，美众议院以涉对外人道主义援助的法案为掩饰，�
进入4月份，来自部分显卡厂商的内部消息称，部分型号已经确定将会再次涨价。具体型号涉及广泛，都是NVIDIA显卡，包括这一代的RTX4060系列，上一代的RTX3050系列，以及入门级的GTX1650系列。各品牌的RTX4060Ti成本价已经上涨了几次，整体行情看涨。
一系列在TikTok上的视频迅速走红，内容是ChatGPT在线语音调情、进行角色扮演。这些视频播放量超过百万，吸引了大量网友的关注。尽管与FlowGPT等应用相比，网友分享的与Dan的聊天记录并不够限制级，但仍引起了人们的关注。
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。
