13、开源多模态模型Molmo 能够识别图像中的物体并生成准确描述,1、Pika1.5重磅上线四个新特效:从粉碎到消失,效果炸裂了!,12、OpenAI在版权诉讼中将披露训练数据,但仅限律师查看,🧠 布贝克离开微软,加盟OpenAI,专注于AGI研究。🤝 微软与OpenAI关系复杂,既是投资者又是竞争对手,双方希望继续合作。🚀 布贝克的加入将推动OpenAI在小型语言模型和AGI研究方面取得突破,台积电财报:Q3净利润增长54%达101亿美元
李彦宏在与哈佛商业评论英文版总编辑的对话中,深入探讨了人工智能的发展趋势、泡沫现象以及AI与人类的未来关系。他认为技术浪潮虽难免泡沫,但少数企业将脱颖而出创造价值。AI模型准确性提升,Chatbot能提供可靠答案。AI发展或遵循历史模式,但仍有机会创造社会价值。技术革命将替代辛苦工作,创造更舒适新工作。中国注重应用驱动,百度重构产品基于大模型,预测生成式AI将提高生产力。,谷歌NotebookLM推出新功能,通过分析视频转录文本提炼关键信息,让用户轻松获取YouTube视频精华内容,提高学习效率。用户可点击主题获取详细信息,提出问题并获得建议,支持音频录音功能,帮助用户搜索转录内容和创建学习指南。,Hugging Face旗下Gradio5发布,致力于简化AI开发,提供企业级安全性和AI Playground功能,进一步推动AI应用开发体验。,🚀 Sana框架高效生成4096×4096分辨率图像,可在笔记本GPU上运行。🔑 Sana-0.6B速度快、规模小,生成1024×1024分辨率图像不到1秒。💡 Sana在4K图像生成方面性能优异,未来将构建高效视频生成流程。,🌟 o1模型被称为能显著减少 AI 偏见,但测试结果显示其表现不如预期💡 o1在隐性歧视方面表现优于 GPT-4o,但在显性歧视上却更糟糕。💰 推理模型 o1成本高,运行缓慢,未来仍需在多个方面改进。
Sieve AI初创公司推出的创新技术旨在改变视频互动方式,通过实现视频中眼神接触的自动修复,提升视频内容的吸引力和互动性。该技术能快速集成到现有应用中,解决视频缺乏眼神接触的问题,特别适用于需要演讲者直视镜头的场景。Sieve的实时视线修正技术精妙运用AI模型和神经网络,实现眼神角度调整,保持视频流畅自然。,🚀 Canva吸引开发者构建超过300个应用,累计使用次数超过10亿次。💼 Canva将高级应用纳入Pro订阅,设立5000万美元的开发者创新基金,奖励参与盈利计划的开发者。🔍 Canva推出新API功能,包括内容查询API、设计编辑API、身份验证API和表格API,提供更强大和灵活的应用创建能力。,Zoom计划推出数字分身功能引发了人们对于深度伪造技术的担忧。虽然这项功能能提高视频创作效率,但也可能带来虚假信息传播的风险。,3、Magnific推V2图像生成服务 可直出4K图像
Molmo是一款开源多模态人工智能模型,基于Qwen2-72B和OpenAI的CLIP,以高效性能和创新功能挑战传统商业模型。其突出特点在于小巧高效、引入指向功能、性能优异、开源性质和全面功能。Molmo的成功归功于高质量训练数据和多样性,展现出色的多模态交互能力。,在这篇文章中,OpenAI向法庭申请驳回马斯克对公司的诉讼,称其为“骚扰”行为。文章揭示了马斯克和OpenAI之间的法律纠纷背景,强调马斯克的指控缺乏证据,并质疑他的法律地位。,近日,OpenAI 的全球事务副总裁安娜・马坎朱在联合国 “未来峰会” 上发表了关于人工智能偏见的看法。她提到 o1 模型能显著减少 AI 系统中的偏见,但实际测试结果却不如预期。
✨ Zoom计划推出数字分身功能,将用户视频转化为AI驱动的逼真数字化身,提高异步交流效率。💡 深度伪造技术的普及使得区分真相和虚假信息变得困难,可能导致虚假视频的滥用。🔒 Zoom对安全措施描述模糊,仍需加强保护措施以防止恶意虚假视频的生成。,11、AI协作工具Cove完成600万美元融资,前谷歌团队打造类notion可视化工作空间,7、AI玩具设计师来袭:3D玩具设计工具Toy Box Flux
OpenAI全新多模态内容审核模型上线:基于 GPT-4o,可检测文本和图像数字时代对内容安全问题的重视日益增强,OpenAI推出了名为“omni-moderation-latest”的多模态内容审核模型,基于最新的GPT-4o技术,能准确识别有害文本和图像。这一更新为开发者提供强大工具,构建更强大的审核系统。新模型支持对文本和图像输入进行审核,尤其在处理非英语内容时表现出色,提高了准确性和检测能力,确保用户在更安全的空间中交流。,Runway公司宣布百部电影基金计划,旨在支持AI技术在电影制作中的应用。该计划提供500万美元现金资助,吸引导演们参与。公司强调灵活性和支持多种视频项目形式。,Mistral AI最新推出的Ministral3B和Ministral8B语言模型专为边缘设备设计,支持高达128,000个token的上下文长度,适用于本地翻译、离线智能助手、数据分析和自主机器人等应用场景。性能优越,超越同类模型,定价合理且可通过API获取。未来将通过云合作伙伴上线,为AI应用提供更多可能性。,🚀 Molmo以小巧高效的设计理念挑战传统商业模型🎯 Molmo引入指向功能,拓展人机交互和增强现实应用可能性💡 Molmo在性能评估中表现亮眼,仅次于GPT-4o,排名第二,11、DreamWaltz-G:从文本生成生动的3D 可动画头像