本文梳理了OpenAI团队最新的GPT-4.o（o代表omni 全方位）模型发布内容，以OpenAI团队发布会口吻整理。我们很高兴地宣布，推出了全新的旗舰模型 GPT-4o，能够在音频、视觉和文本之间实时进行推理。GPT-4o（o代表omni 全方位）能够实时处理音频...
在人工智能领域，自然语言处理技术一直备受关注。就在昨日,今年备受关注的国内AI公司北京智谱AI发布了第四代 GLM 系列开源模型：GLM-4-9B。这是一个集成了先进自然语言处理技术的创新平台，它凭借清华大学KEG实验室提出的GLM模型结构，为智能体功能的发展带来...
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...
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...
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...
项目简介Funclip 是阿里巴巴通义实验室开源的一款视频剪辑工具，专门用于精准、便捷的视频切片。它能够自动识别视频中的中文语音并允许用户根据语音内容来裁剪视频。该工具使用了阿里巴巴语音识别模型FunASR Paraformer-Large确保了剪辑的精准性。你可以根据...
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...
过去我们让AI说话，它给出的总是不咸不淡的机器合成声音，毫无波澜的死板音调让人听得昏昏欲睡。但由于chatTTS的到来，一切都将会变得不一样。作为一款强大的对话式文本转语音模型，它完美解决了用户对于生动对话的需求。如此功能不可小觑，可以称得上在业界...
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...
项目简介AniTalker是一个开源项目，它利用静态照片和音频文件来创造动态的面部说话视频。AniTalker采用了一种通用的运动表示方法。这种创新的表示方法有效地捕捉了广泛的面部动态，包括微妙的表情和头部动作。AniTalker通过两种自监督学习策略增强了运动描述...
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...
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...
OpenAI最近发布了新一代AI推理模型——o1，标志着其在复杂推理任务上的重大进展。该模型包括两个版本：o1-preview和o1-mini，分别针对复杂推理和快速处理任务。模型需要长时间思考，非GPT家族，调用方式需要修改调用成本3倍起步调用次数严格限制，每周几十次...
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...
在人工智能领域，我们深感技术发展的迅速和成就的巨大。其中，法国初创公司MistralAI在这方面尤为令人瞩目。MistralAI成立于2023年5月，由DeepMind和Meta的前科学家创立，被称为欧洲版OpenAI。这是一家创新而富有前景的公司，他们的雄心壮志和成绩让人叹...
TikTok最近推出了一款极具实用性的新工具包——TikTok Symphony。它融合了生成式人工智能技术，让内容创作变得更加迅速和便捷。无论是营销人员还是创作者，都能在TikTok上轻松制作出高质量的内容。Symphony将人类的创造力与AI的高效性完美融合，为不同规模的...
一直在生成式AI战争中默默无闻的苹果终于憋不住了！北京时间6月11日凌晨1点，2024苹果WWDC全球开发者大会在苹果总部 Apple Park开幕。Day 1的发布会在介绍完各个操作系统的更新后，一半的时间都留给了本次WWDC的重头戏——苹果AI（Apple Intelligence）。Appl...
在最近的大模型战争中，OpenAI似乎很难维持霸主地位。虽然没有具体的数据统计，但Claude3.5出现后，只是看网友们的反响，就能感觉到OpenAI订阅用户的流失：既然Claude3.5比GPT-4o好用，为什么我们不去订阅Claude呢？而这长达数月的批评声中，OpenAI似乎尽显颓...
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...
5月20日，微软在其特别活动上，向世界介绍了一种新类别的WindowsPC，一款专为AI设计的Copilot+ PC。Copilot+ PC引入了全新的系统架构，将 CPU、GPU和高性能神经处理单元(NPU)结合在一起，并与 Azure 云中的大语言模型(LLM)和小语言模型(SLM)协同工作，带来前...
在当今数字化世界中，视频已成为人们获取信息和娱乐的主要方式之一。AI视频生成领域的竞争也很激烈，Pika、Sora、Luma AI以及国内的可灵等，多模态、视频生成甚至也被视为大模型发展的某种必经之路。然而与文本生成相比，视频生成模型场景似乎更远，Sora在二...
近日，今年备受瞩目的Claude更新了它的相关功能，其中包括了一键生成、测试和评估prompt以及Artifacts 分享功能及可在别人基础上修改混合。处理prompt的强大功能当我们构建AI应用时，prompt的质量对最终的表现产生了巨大的影响。然而，打造高品质的prompt项目...
在近日举办的WAVE SUMMIT深度学习开发者大会2024上，百度方面公开了文心一言的最新数据，正式发布文心大模型4.0 Turbo、飞桨框架3.0等新品，并公布一系列技术、生态方面的最新成果。同时，百度首席技术官王海峰称，文心一言累计用户规模已达3亿，日调用次数也...
这可能会是AI技术形态的一个转折点,大模型的下一个形态，不再是人和模型一轮一轮的即时问答了。当地时间 7 月 29 日，在美国丹佛举行的第 51 届 SIGGRAPH 计算机图形学会议上，英伟达创始人、CEO 黄仁勋与 Meta 创始人、CEO 马克・扎克伯格进行了一场全球瞩目...
