简介近年来，人工智能（AI）技术的进步极大地改变了人类与机器的互动方式，特别是在语音处理领域。阿里巴巴通义实验室最近开源了一个名为FunAudioLLM的语音大模型项目，旨在促进人类与大型语言模型（LLMs）之间的自然语音交互。FunAudioLLM包含两个核心模型：...
号称地表最强人形机器人，来了。当地时间周二早晨，获得微软、英伟达、OpenAI投资的硅谷著名智能创业公司 Figure 正式发布了自己的新一代人形机器人Figure 02。基于机载算力和各个组件的全方位升级，AI人形机器人朝着进厂打工又迈进了一大步。据介绍...
GOT-OCR2.0是一款新一代的光学字符识别（OCR）技术，标志着人工智能在文本识别领域的重大进步。作为一款开源模型，GOT-OCR2.0不仅支持传统的文本和文档识别，还能够处理乐谱、图表以及复杂的数学公式，为用户提供了更加全面和高效的解决方案。产品功能及特点...
v0是一个专为网页开发设计的智能助手，它通过对话形式提供服务。你可以与v0进行互动，无论是代码调试、解答编程问题还是生成代码片段，v0都能在前端开发领域提供专业的帮助。它精通TypeScript、React、Next.js、Vercel等前端技术，能够为你提供深入的技术指导...
近期，快手平台又又又成为了焦点。就在OpenAI 当家花旦 Sora 的公测还遥遥无期时，快手就率先祭出了对标的当家产品可灵。得益于其逼真、高清和与Sora不相上下的视觉表现，它迅速赢得了全球网民的喜爱。据快手，可灵申请用户已经近70 万，已超30 万用户使用趁...
近日，当下炙手可热的快手宣布开源旗下明星产品可灵中一项重要技术项目LivePortrait。，该框架能够准确、实时地将驱动视频的表情、姿态迁移到静态或动态人像视频上，生成极具表现力的视频结果。如下动图所示：LivePortrait的主要功能包括从单一图像生成生动动...
DeepSeek-R1-32B-WebUIDeepSeek-R1采用强化学习进行后训练，旨在提升推理能力，尤其擅长数学、代码和自然语言推理等复杂任务，该镜像安装和使用 Ollama 和 Open WebUI，以便更好地利用深度学习模型进行推理和交互。第一步：登录「优云智算」算力共享平台并进...
小模型，成为本周的AI爆点。与动辄上千亿参数的大模型相比，小模型的优势是显而易见的:它们不仅计算成本更低，训练和部署也更为便捷，可以满足计算资源受限、数据安全级别较高的各类场景。因此，在大笔投入大模型训练之余，像 OpenAI、谷歌等科技巨头也在积极...
随着大型模型技术的持续发展，视频生成技术正逐步走向成熟。以Sora、Gen-3等闭源视频生成模型为代表的技术，正在重新定义行业的未来格局。而近几个月，国产的AI视频生成模型也是层出不穷,像是快手可灵、字节即梦、智谱清影、Vidu、PixVerse V2 等。就在近日，...
继前几日推出完开源大模型Llama 3.1后，就在刚刚，Meta在 SIGGRAPH 上重磅宣布 Segment Anything Model 2 (SAM 2) 来了。在其前身的基础上，SAM 2 的诞生代表了领域内的一次重大进步 —— 为静态图像和动态视频内容提供实时、可提示的对象分割，将图像和视频...
前几个月OpenAI大名鼎鼎的Sora 一经发布，似乎象征着视频领域已经进入了生成式 AI 时代。不过直到今天，我们仍然没有用上OpenAI 的官方视频生成工具，等不及的人们已经开始寻找其他的方法。其中不乏一些国内的厂商如快手的可灵等等。而在近日，一款全新的开源...
项目介绍Code2prompt 是一个命令行工具，能将你的代码库转化为单一的大型语言模型（LLM）提示，结合源码树结构，模板定制，以及令牌计数。它旨在简化与高级上下文窗口模型如GPT或Claude的交互，助你在重写代码、查找bug、编写文档和实现新功能等方面提升效率...
AI视频生成赛道风起云涌，国内外新颖的文生、图生视频产品层出不穷。在各大厂商的内卷之下，当下的视频生成模型各方面已经接近以假乱真的效果。例如，OpenAI 的 Sora 和国内的 Vidu、可灵等模型，通过利用 Diffusion Transformer 的扩展特性，不仅能...
在视频中插入手绘动画！传统上这是一项非常困难的任务，但 VideoDoodles 让它成为可能。VideoDoodles是Adobe公司联合多所大学推出的AI视频编辑框架。支持用户在视频中轻松插入手绘动画，实现与视频内容的无缝融合。通过预处理视频帧，系统提供平面画布，用户...
MindsDB作为一个开源项目，它旨在将机器学习模型无缝集成到现有的数据库系统中，为用户提供实时的数据预测能力。这个项目的创新之处在于，它能够以简单、直观的方式让开发者和非技术人员都能够利用AI进行数据分析和预测。 它是根据企业数据库定制的AI平台，使...
7月5日，在2024世界人工智能大会可信大模型助力产业创新发展论坛上，蚂蚁集团公布其自研百灵大模型最新研发进展：百灵大模型已具备能看会听、能说会画的原生多模态能力，可以直接理解并训练音频、视频、图、文等多模态数据。原生多模态被...
前言近年来，大语言模型（Large Models, LLMs）受到学术界和工业界的广泛关注，得益于其在各种语言生成任务上的出色表现，大语言模型推动了各种人工智能应用（例如ChatGPT、Copilot等）的发展。然而，大模型的落地应用受到其较大的推理开销的限制，对部署资源...
近年来，大型语言模型（LLM）的诞生刺激了对即插即用人工智能系统的需求不断增长，而在各种人工智能技术中，Prompt工程，即通过不断调整给予大模型的指令以优化大模型生成结果显得尤为重要。然而，由于陡峭的学习曲线和大量的时间投入，用户在编写提示时经常...
6月20日周四，OpenAI竞争对手Anthropic发布了公司迄今为止性能最强大的AI模型Claude 3.5 Sonnet。在覆盖阅读、编程、数学和视觉等领域的多项性能测试中，Claude 3.5 Sonnet的性能略胜一筹，吊打GPT-4o等一众竞争对手的AI模型，且优于自家旗舰模型Claude 3 Opu...
OpenAI昨日发布了全新的小型AI模型GPT-4o mini，这一模型在性能和成本效益方面都取得了重大突破，Sam Altman惊呼：通往智能的成本，已变得如此低廉。性能与成本的完美平衡GPT-4o mini在性能上显著超越了其前身GPT-3.5 Turbo，同时将成本降低了60%以上。每百万...
检查内容是否用了ChatGPT，准确率高达99.9%！OpenAI又左右互搏上了，给AI生成的文本打水印，高达99.9％准确率抓「AI枪手」作弊代写。其能够精准识别出论文或研究报告是否由ChatGPT撰写，甚至能追溯其使用的具体时间点。它能专门用来检测是否用ChatGPT水了论文...
6月25日凌晨，陆续有包括中国大陆在内的各国和相关地区API开发者在社交媒体上表示，他们收到了来自一封来自OpenAI的警告信。其内容是：我们的数据显示，贵组织的 APl 流量来自OpenAl目前不支持的地区。您可以在此处找到受支持的国家和地区。我们将从7月...
当地时间9 月 25 日（北京时间 9 月 26 日凌晨），OpenAI 首席技术官米拉・穆拉蒂（Mira Murati）宣布离职。她在社交平台发文称，离开是因为我想创造时间和空间来进行自己的探索。目前，我的首要任务是尽我所能确保平稳过渡，保持我们建立起来的势头。这...
在很长一段时间内，占据大模型评测榜单最前列的大多是一些闭源模型，直到Meta再次发布了最新的开源模型。就在近日，Meta和OpenAI打响了硅谷 AI 大模型保卫战。美国当地时间7月23日，Meta正式发布Llama 3.1。其包含8B、70B 和405B三个规模，最大上下文提升到了...
