Google Shopping API 由 SearchApi 提供，是一个强大的工具，旨在帮助开发者和研究者 […]
主要内容导览： Support authors and subscribe to content This i […]
MeloTTS是由MyShell.ai开发的一款高质量、支持多语言的文本转语音(TTS)库。该库支持英语（美式 […]
Human to Humanoid (H2O)由卡内基梅隆大学的研究团队开发，它允许人们通过一个简单的RGB摄 […]
Answer.AI发布了一个基于FSDP（Fully Sharded Data Parallel，完全分片数据 […]
Hume AI的博客文章《什么是语义空间理论？》介绍了一个先进的理解情感的方法：语义空间理论（SST）。这种方 […]
SLD是一种自我纠正的LLM控制扩散框架，它通过结合大型语言模型的检测能力，使图像生成模型能够更加精准地根据文 […]
Whomane是一款价格便宜且方便组装的开源可穿戴设备，只需几分钟即可完成组装。它只有四个组件：相机、按钮、电 […]
加拿大国防部和加拿大武装部队发布了一个人工智能（AI）战略，目标是到2030年，利用AI技术改善他们的工作和操 […]
Inflection AI发布Inflection-2.5版本模型 只用了四成功力就匹敌GPT 4性能，具有高 […]
Gemini 1.5 Pro 是由 Google Gemini 团队开发的一款多模态混合专家模型，它标志着人工 […]
ELLA（Efficient Large Language Model Adapter）是由腾讯开发的一个先进 […]
Paper Piano，通过摄像头捕捉手指的运动，在纸张上实现弹钢琴的功能，让人们无需购买真正的钢琴即可演奏音 […]
Midjourney 角色人物一致性功能上线 适用于 MJ6 和 Niji6 型号 Support autho […]
Google发表了一篇论文，介绍了一种新型的模型窃取攻击方法，这种方法能够从像OpenAI的ChatGPT或G […]
YOLOv8：目标检测跟踪模型 YOLOv8能够在图像或视频帧中快速准确地识别和定位多个对象，还能跟踪它们的移 […]
NVIDIA推出了面向生成式AI和大语言模型（LLMs）的认证项目，名为NCA Generative AI L […]
Command-R是Cohere推出的一种新型大语言模型，旨在实现可扩展的生成模型，专注于检索增强生成（RAG […]
Meta 正在打造一套超大规模的人工智能计算平台，他们宣布推出了两个包含 24000GPU 的集群。这些不是普 […]
Cognition 实验室发布了 世界上第一位完全自主的 AI 软件工程师：Devi。 具备自学新语言、开发迭 […]
Perplexity 将 Yelp 的评论数据融入到其聊天机器人服务中 当你在考虑去哪家咖啡厅时，Perple […]
Hotshot ACT-1：一个全新、出色的文本转视频模型 ACT 1 能够以不同的宽高比产生高清视频 Sup […]
OpenAI 的 Superalignment （超级对齐）团队开发开源了一款工具：Transformer D […]
Figure 展示了他们与OpenAI合作的最新进展，炸裂了 Figure 01接入ChatGPT后获得了惊人 […]
Deepgram 推出了名为 Aura 的全新文本转语音（TTS）API，这是为实时对话 AI 代理和应用程序 […]
OpenAI的首席技术官Mira Murati在接受华尔街日报采访时关于OpenAI的视频生成模型Sora的详 […]
VLOGGER是一个利用文本和音频驱动的方法，可以从人的单张照片生成说话的人视频。 给定一张人的单张输入图像和 […]
Reor：一个基于AI的开源桌面笔记应用 Reor可以作为个人知识管理工具，帮助你构建自己的“第二大脑”。 S […]
ChatMusician: 能够理解和生成音乐的大语言模型 通过根据给定的文本提示、和弦序列、旋律线索、音乐主 […]
Follow-Your-Click是一个开放领域区域图像动画项目，该项目由来自香港科技大学（HKUST）、腾讯 […]
Google Shopping API 由 SearchApi 提供，是一个强大的工具，旨在帮助开发者和研究者 […]