首页 > Ai资讯 > Ai日报
Perplexity 联合创始人兼产品主管 揭秘该公司借助AI形成的独特产品开发方法
Perplexity 联合创始人兼产品主管 揭秘该公司借助AI形成的独特产品开发方法

Perplexity成立不到两年,用户数迅速增长至数千万,年经常性收入(ARR)超过2000万美元。作为一家A […]

摩根士丹利与 OpenAI 开发的第二个生成式AI应用上线
摩根士丹利与 OpenAI 开发的第二个生成式AI应用上线

摩根士丹利表示,上周他们完成了第二个生成式人工智能应用的部署,优先选择自研解决方案,而非从技术提供商那里购买现 […]

通过在职位描述中设置隐藏提示来识别由 GPT 编写的求职申请
通过在职位描述中设置隐藏提示来识别由 GPT 编写的求职申请

随着AI的普及和发展,如何有效区分人工编写和 AI 自动化生成的求职信是一个挑战?网络安全初创公司 Intri […]

MINT-1T:拥有一万亿Token和34亿张图像的多模态数据集
MINT-1T:拥有一万亿Token和34亿张图像的多模态数据集

Salesforce AI宣布开源🍃MINT-1T,这是首个拥有一万亿个Token的多模态交织数据集。包含一万 […]

Diffree:通过文本描述能自动在图像中找到合适的位置并添加对象
Diffree:通过文本描述能自动在图像中找到合适的位置并添加对象

Diffree是一种基于扩散模型的图像编辑工具,专门用于在图像中通过文本描述添加对象。它不需要用户手动绘制任何 […]

Alchemist:能够在真实图像中随意改变物体的材料属性(粗糙度、金属度、透明度)
Alchemist:能够在真实图像中随意改变物体的材料属性(粗糙度、金属度、透明度)

谷歌研究团队开发了一种名为“Alchemist”的方法,允许用户在保持照片真实感的同时,对图像中对象的材料属性 […]

ViPer:为Stable Diffusion 提供个性化图像生成方法 记住你的艺术喜好
ViPer:为Stable Diffusion 提供个性化图像生成方法 记住你的艺术喜好

ViPer(Visual Personalization of Generative Models via I […]

斯坦福大学研究成果:让达芬奇机器人能够自动执行外科手术
斯坦福大学研究成果:让达芬奇机器人能够自动执行外科手术

Surgical Robot Transformer (SRT) 是一个通过模仿学习在达芬奇手术机器人(da […]

无需开颅手术 Synchron 将 ChatGPT 整合到其脑机脑机系统中
无需开颅手术 Synchron 将 ChatGPT 整合到其脑机脑机系统中

Synchron的脑机接口(BCI)正在试验将ChatGPT整合到其脑机系统中,以使瘫痪患者更容易控制他们的数 […]

Meta AI 推出新一代SAM 2 可实时在图像或视频中识别出特定对象并进行跟踪
Meta AI 推出新一代SAM 2 可实时在图像或视频中识别出特定对象并进行跟踪

Meta AI 宣布推出新一代的Segment Anything Model (SAM) 2,能够在视频和图像 […]

实时打字翻译工具 支持中英文等多种语言的文字和语音实时翻译
实时打字翻译工具 支持中英文等多种语言的文字和语音实时翻译

该项目是一个实时打字翻译软件,提供语音实时打字、语音实时翻译功能,尤其适用于游戏(如LOL)的语音打字输入。其 […]

Meta  AI推出AI Studio平台 基于lama 3.1 用户可以自己创建自己的AI角色
Meta  AI推出AI Studio平台 基于lama 3.1 用户可以自己创建自己的AI角色

Meta  AI推出 AI Studio 平台,让用户可以创建、分享和发现 AI 角色。这个平台基于 Llam […]

生数科技的 Vidu 视频模型开放 Sora架构 可模仿真实物理世界 开放了API申请
生数科技的 Vidu 视频模型开放 Sora架构 可模仿真实物理世界 开放了API申请

生数科技的 Vidu 模型直接开放了 官方称不到30秒可以生成一个4秒钟的视频… 根据演示视频来看,效果还不错 […]

Mem0:为大语言模型提供永久记忆能力 实现跨应用程序的个性化AI体验
Mem0:为大语言模型提供永久记忆能力 实现跨应用程序的个性化AI体验

Mem0为大语言模型提供了一层智能的、自我改进的记忆层,用于大语言模型(LLM),以实现跨应用程序的个性化AI […]

E5-V:多模态大语言模型的通用嵌入 统一不同模态的“嵌入表示”
E5-V:多模态大语言模型的通用嵌入 统一不同模态的“嵌入表示”

多模态大语言模型(MLLMs)已经在理解图像和文本方面取得了很大的进展,但在如何表示和整合这两种类型的信息方面 […]

Live_Portrait_Monitor :利用摄像头驱动静态图像转换为实时动态视频
Live_Portrait_Monitor :利用摄像头驱动静态图像转换为实时动态视频

Live_Portrait_Monitor 基于快手的这个 LivePortrait 项目,实现了摄像头驱动图 […]

WayveScenes101:一个用于自动驾驶应用的高分辨率图像数据集
WayveScenes101:一个用于自动驾驶应用的高分辨率图像数据集

WayveScenes101 是一个用于自动驾驶应用的高分辨率图像数据集,主要用于新视角合成(novel vi […]

AudioNotes:音视频内容转笔记系统 快速提取音视频的内容并转成Markdown笔记
AudioNotes:音视频内容转笔记系统 快速提取音视频的内容并转成Markdown笔记

AudioNotes 是一个基于 FunASR 和 Qwen2 构建的音视频内容转结构化笔记系统。它的主要功能 […]

Unique 3D:不到30秒 从任意RGB图像中生成高保真3D模型
Unique 3D:不到30秒 从任意RGB图像中生成高保真3D模型

Unique3D 是一个创新的图像到3D框架,可以从任意对象的单一正交RGB图像中生成高保真3D纹理网格,生成 […]

微软正式推出 Microsoft Designer 与 Microsoft 产品无缝集成 随时随地进行图像设计
微软正式推出 Microsoft Designer 与 Microsoft 产品无缝集成 随时随地进行图像设计

微软正式推出 Microsoft Designer,这是一款创新的设计应用程序,利用人工智能技术赋予用户全新的 […]

Mistral AI 和NVIDIA 发布 Mistral NeMo 12B 参数模型 该模型旨在支持企业应用
Mistral AI 和NVIDIA 发布 Mistral NeMo 12B 参数模型 该模型旨在支持企业应用

Mistral AI 宣布发布 Mistral NeMo,这是一个由 NVIDIA 协作开发的 12B 参数模 […]

StockBot:由Llama3-70B驱动的实时股票数据和新闻的聊天机器人
StockBot:由Llama3-70B驱动的实时股票数据和新闻的聊天机器人

StockBot由Llama3-70B模型驱动,运行在Groq上,能够提供实时股票图表、财务数据、新闻的聊天机 […]

苹果开发出一种方法 解决了模型每次更新后出现的结果不一致问题
苹果开发出一种方法 解决了模型每次更新后出现的结果不一致问题

MUSCLE(Model Update Strategy for Compatible LLM Evoluti […]

IMAGDressing-v1 :自定义虚拟试衣系统 可灵活控制模特面孔、姿势和场景
IMAGDressing-v1 :自定义虚拟试衣系统 可灵活控制模特面孔、姿势和场景

IMAGDressing-v1 是一个自定义虚拟试衣系统,可生成可自由编辑的人像图像。该系统主要面向商家,帮助 […]

ElevenLabs 发布Turbo 2.5模型 速度提高了3倍 支持中文等32种语言
ElevenLabs 发布Turbo 2.5模型 速度提高了3倍 支持中文等32种语言

ElevenLabs 推出了新款 Turbo 2.5 模型。 支持印地语、法语、西班牙语、普通话和其他共32 […]

OpenAI 推出 GPT-4o mini 取代GPT 3.5 性能超越GPT 4 而且更快更便宜
OpenAI 推出 GPT-4o mini 取代GPT 3.5 性能超越GPT 4 而且更快更便宜

OpenAI推出了GPT-4o mini模型,用来取代GPT-3.5,这是目前市场上最具成本效益的小模型。 该 […]

TCAN:从视频中提取人物姿态动作 转移给图片 能让静态图片动起来
TCAN:从视频中提取人物姿态动作 转移给图片 能让静态图片动起来

TCAN项目致力于创建一个能够根据视频姿态生成一致性人像动画的方法。 也就是通过从视频中提取人物姿态动作,然后 […]

Hugging Face发布了一个完全开源的端侧模型SmolLM 可在手机上运行
Hugging Face发布了一个完全开源的端侧模型SmolLM 可在手机上运行

SmolLM 是由 Hugging Face 推出的一个小型语言模型系列,具有 135M、360M 和 1.7 […]

OpenAI 提出了一种新方法 来提高模型输出答案的可读性 确保输出正确且易于理解
OpenAI 提出了一种新方法 来提高模型输出答案的可读性 确保输出正确且易于理解

研究表明,仅通过优化链式思维(Chain-of-Thought, CoT)来解答问题,仅仅追求答案的正确性,可 […]

DETECT-2B :音频深度伪造检测工具 可以在只200毫秒内检测30多种语言的音频
DETECT-2B :音频深度伪造检测工具 可以在只200毫秒内检测30多种语言的音频

DETECT-2B 是由 Resemble AI 开发的一种先进的音频深度伪造检测工具。它旨在快速、准确地识别 […]


1 9 10 11 12 13 32