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
在今天的2024百度CreateAI开发者大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖宣布，百度新一代智能计算操作系统万源正式发布。在内核层面，万源可将现有的算力资源发挥到极致，并且能自由选择不同芯片组合。已经成为AI原生时代的智能计算操作系统，为用户提供极简的开发体验、智能的系统内核，和高效的异构算力。
百度百科官方宣布，为进一步优化用户体验，其现有的App将于2024年6月30日正式下线相关功能将迁移至百度App中的“百度百科”小程序。随着App的下线，用户们将无需再下载或更新这款独立的App。他们也对用户的新体验充满期待，希望能在新的产品中再次为大家服务。
在今日的Create2024百度AI开发者大会上，小度科技正式推出了备受瞩目的“全球首个AI原生操作系统”——DuerOSX。DuerOSX的发布，为小度音箱等系列产品注入了强大的生命力。无论是家居控制、娱乐休闲还是信息查询，用户只需通过简单的语音指令，即可轻松实现各种功能。
在即将到来的2024年4月16日，备受瞩目的百度Create开发者大会将盛大开幕。在这场科技盛宴中，小度科技将带来一项前所未有的创新——全球首个AI原生操作系统DuerOSX的发布，这无疑是本次大会的一大亮点。通过DuerOS，用户可以轻松地管理日程、查询信息、享受娱乐服务等，极大地提升了生活的智能化水平。
在2024年百度CreateAI开发者大会的盛会上，百度集团执行副总裁、百度智能云事业群总裁沈抖发布了百度智能云万源全新一代智能计算操作系统。这款操作系统的内核设计独具匠心，不仅集成了百度文心大模型等一系列特色鲜明的大模型，更具备对其他第三方大模型产品的兼容能力，从全面满足了业界对大模型使用的多样化需求。这些工具不仅降低了开发门槛，更使得开发者们能够轻松应对多样化用户的需求，为AI应用的普及和发展注入了新的活力。
作为一种受众广泛的艺术形式，漫画的影响力应该不需要我多说什么。强烈的视觉化和叙事性，让漫画成为无数年轻读者的阅读启蒙，也让无数二十一世纪青年拥有了自己的「漫画梦」。解锁您内心的漫画家，释放创造力，创作属于自己的漫画作品，百度文库AI让艺术不再成为障碍，讲故事变得轻易举。
百度智能云与迪思传媒合作开发的AI视频创作模型D&S-AlVideo正式上线，并集成至迪思AI智链。D&S-AIVideo凭借其强大的计算与数据分析能力，可以实现对海量视频素材的智能拆分与标签配置，并依托迪思AI智链的生文模型，实现视频的一键生成。迪思传媒已经将一念用于营销活动中，如只需告诉一念“帮我生成一个，大模马自达CX-50的视频宣传文案”型即可生成脚本、深度理解内容、进行画面抽取、匹配音乐、字幕、配音，5分钟内生成一支符合短视频平台的竖版创意视频。
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。
快科技4月26日消息，在第24个世界知识产权日来临之际，百度昨日举办专利运用赋能AI产业高质量发展”论坛。在论坛上，百度首席技术官透露，百度在以大模型为核心的人工智能领域，其专利申请量和授权量在国内均位居第一，且在全球范围内处于领先地位。特别是在深度学习相关的专利申请量上，百度更是位居全球之首。百度在人工智能领域拥有多年的技术积累和全栈布局。自去年3月16日发布文心一言以来，百度持续对文心大模型进行迭代升级。目前，文心一言的累计用户规模已超过2亿，日均调用量也达到了2亿次。此外，百度专利事务部总经理崔玲玲在
文心大模型4.0的工具版正式问世。这款大模型在通用能力上取得了显著进步，特别是在代码生成、解释和优化等方面，已经达到国际先进水平。文心大模型4.0的工具版的发布，将为广大用户带来更加便捷、高效的AI体验，助力各行各业实现智能化升级。
Perplexica是一个开源的AI驱动搜索引擎，它不仅搜索网络，还理解您的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源，确保您始终获得最新信息，同时不损害您的隐私。
FaceChain是一个深度学习工具链，由ModelScope提供支持，能够通过至少1张肖像照片生成你的数字孪生体，并在不同设置中生成个人肖像（支持多种风格）。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力，支持多种风格，以及易于使用的界面。
HuggingFace镜像站是一个非盈利性项目，旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程，减少因网络问题导致的中断，它极大地提高了开发者的工作效率。该镜像站支持多种下载方式，包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
WebLlama是一个基于Meta Llama 3构建的代理，专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理，帮助用户浏览网页，而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V（零样本）18%，展示了其在网页导航任务中的卓越性能。
GitHub Copilot for Infrastructure as Code（简称Infra Copilot）是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文，允许专业人员使用自然语言表达需求，并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码（IaC）的开发过程，还确保了跨环境和项目的一致性，加速了新团队成员的上手和学习过程，显著提高了工作效率并节约了时间。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
PhysDreamer是一个基于物理的方法，它通过利用视频生成模型学习到的对象动力学先验，为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下，模拟出对新颖交互（如外力或代理操作）的真实反应。PhysDreamer通过用户研究评估合成交互的真实性，推动了更吸引人和真实的虚拟体验的发展。
AI快站是一个为AI开发者设计的服务平台，提供HuggingFace模型的免费加速下载，解决大模型下载缓慢和断开的问题，支持高达4M/s的下载速度，大幅减少等待时间，提高开发效率。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型，它扩展了LLama-3 8B的上下文长度至超过160K，展示了SOTA（State of the Art）大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数，并结合NTK-aware插值和数据驱动的优化技术，实现了在长文本上的高效学习。此外，它还基于EasyContext Blockwise RingAttention库构建，以支持在高性能硬件上的可扩展和高效训练。
CoreNet 是一个深度神经网络工具包，使研究人员和工程师能够训练标准和新颖的小型和大型规模模型，用于各种任务，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。
Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。
Bundle of Joy是一个为准父母设计的应用程序，可以在几秒钟内为他们的新生儿浏览和筛选名字。该应用根据父母的偏好推荐名字，并根据父母的喜好进行学习，为他们提供适合他们口味的新的推荐。父母可以指示宝宝的性别，然后选择以下两个选项之一：名字的首选来源、宗教、主题、首字母和含义。他们开始根据自己的独特偏好获得漂亮的宝宝名字推荐。他们可以随时修改这些偏好，并继续根据自己的口味获得新鲜的推荐。
StudyBoosterAI通过AI技术提供个性化支持，包括定制化学习材料、生动的学习内容、个性化学习计划等，帮助学生更有效地学习和记忆知识。
SNAPVID是一款智能视频编辑工具，利用AI技术提供多个热门视频剪辑建议，用户只需点击一次即可创建多个病毒式视频剪辑。同时，用户可以根据需要自定义剪辑长度和风格，并添加自定义的字幕和动画表情。SNAPVID还支持批量导出和品牌定制，使用户能够轻松导出自己喜欢的视频剪辑并保存项目设置，方便在多个项目中复用。通过AI B Roll技术，SNAPVID还可以自动添加相关的库存视频，提升视频的沉浸感。
Blue Saturn是一款招聘辅助工具，通过即时验证器帮助中型和大型组织验证大量申请者。它可以分析数百个申请者的信息，在不到1分钟内提供全面的报告和排名。Blue Saturn的主要优点是快速验证、全面报告和智能招聘。
Vidu是由生数科技联合清华大学发布的中国首个长时长、高一致性、高动态性视频大模型。该模型采用原创的Diffusion与Transformer融合的架构U-ViT，支持一键生成长达16秒、分辨率高达1080P的高清视频内容。Vidu不仅能够模拟真实物理世界，还拥有丰富想象力，具备多镜头生成、时空一致性高等特点。其快速突破源自于团队在贝叶斯机器学习和多模态大模型的长期积累和多项原创性成果。Vidu的问世代表了生数科技在多模态原生大模型领域的持续创新能力和领先性，面向未来，灵活架构将能够兼容更广泛的模态，进一步拓展多模态通用能力的边界。
