-
OpenAI 首次推出 GPT-4o“全能”模型，干翻所有语音助手
OpenAI 在本周一(2024年5月13号 推出了一款名为 GPT-4o 的新旗舰级生成式AI模型。这里的“o”代表“全能”，因为这款模型能够处理文本、语音和视频三种不同的输入。在未来几周内，GPT-4o 将逐步应用于公司针对开发者和消费者的各类产品。...
-
MiniMax推出人生搭子「海螺 AI」 已接入自研多模态大模型
MiniMax 公司推出了一款人生搭子产品，名为「海螺 AI」，也可以称为「小海螺」。 这款产品可以帮助学生、职场新人、自由工作者、创作者等各类人群，作为一个外挂大脑和人生搭子，帮助化解信息过载和高速运转带来的压力。产品背后接入了 MiniMax 自研的多...
-
告别3D高斯Splatting算法，带神经补偿的频谱剪枝高斯场SUNDAE开源了
本论文作者包括帝国理工学院硕士生杨润一、北航二年级硕士生朱贞欣、北京理工大学二年级硕士生姜洲、北京理工大学四年级本科生叶柏均、中国科学院大学本科大三学生张逸飞、中国电信人工智能研究院多媒体认知学习实验室（EVOL Lab）负责人赵健、清华大学智能产业研究...
-
2024春季火山引擎FORCE原动力大会总结 字节豆包9大模型详细介绍
在2024年春季火山引擎FORCE原动力大会上，字节跳动隆重推出了自主研发的“豆包大模型”系列，标志着该公司在人工智能领域的深厚积累和创新能力。这一系列大模型涵盖了豆包通用模型Pro、lite，以及角色扮演模型、语音合成模型、声音复刻模型、语音识别模型、文...
-
GPU需求增长但费用高昂，微云服务成为企业新宠
GPU的需求如今呈现出极大的增长，它们对于运行和训练生成式人工智能（GenAI）模型来说至关重要。微云（microclouds）提供的GPU服务可能成为一种可行的替代方案。微云市场规模正在快速增长。CoreWeave、Lambda Labs、Volta...
-
字节跳动正式发布自研豆包大模型系列 覆盖九大模型
站长之家（ChinaZ.com）5月15日 消息:在今日举办的2024春季火山引擎FORCE原动力大会上，字节跳动重磅推出了其自研的“豆包大模型”系列。 这款大模型家族涵盖了豆包通用模型Pro、liti，以及豆包·角色扮演模型、豆包·语音合成模型、豆包·声...
-
写一个类ChatGPT应用，前后端数据交互有哪几种
前言 最近，公司有一个AI项目，要做一个文档问答的AI产品。前端部分呢，还是「友好借鉴」ChatGPT。别问为什么，问就是要站在巨人的肩膀上进行「带有中国特色」的创新。而后端是接入我们团队的模型，我咨询过模型团队，也是基于开源模型做参数的微调，这个魔幻的...
-
谷歌推全新AI视频生成模型Veo，可创建高质量60秒、1080p视频
谷歌在其深度学习 AI 部门 DeepMind 的研究人员发布了一款名为 Veo 的全新式 AI 视频模型，能够创建“超过60秒的高质量、1080p 剪辑”，“从照片写实主义到超现实主义和动画，它可以应对一系列电影风格”，在逼真度和视觉果方面达到了令人惊叹...
-
字节跳动豆包大模型发布，火山引擎全栈 AI 服务助力企业智能化转型
火山引擎总裁 谭待 企业要做好大模型落地，面临模型效果、推理成本、落地难度的三大关键挑战：既要有好的基础大模型做支撑，解决复杂难题，也要有低成本的推理服务让大模型被广泛应用，还要更多工具、平台和应用帮助企业做好场景落地。 ——谭待 火山引擎总裁...
-
思维链被推翻！纽约大学新研究：大模型推理步骤或可省略
纽约大学的最新研究对当前流行的思维链（Chain-of-Thought，CoT）技术提出了挑战，该技术原本被认为能够提升大模型的推理能力。研究显示，使用省略号代替具体的推理步骤，模型的推理结果并没有显著差异，这意味着增加计算量而非推理步骤本身可能是提升性能...
-
微软发布 MatterSim 模型：模拟材料、预测性能，AI 探索材料设计的无限可能
5 月 15 日消息，微软研究院科学智能中心（Microsoft Research AI for Science）近日推出 MatterSim 模型，能够在广泛的元素、温度和压力范围内，准确高效地模拟材料和预测性能，助力材料设计的数字化转型。 新材料探索...
-
AI日报：谷歌终极杀器硬刚GPT-4o、Sora；字节推出豆包大模型“全家桶”；阿里再推AI虚拟试衣神器；腾讯开源混元文生图大模型
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 1、谷歌急了，终极杀器对打GPT-4o 视频模型Veo硬刚Sora 谷歌近日发布了一系列强大的AI工具，...
-
OpenAI和Google接连两天的大动作，都想让AI助手成“精”
看过昨天OpenAI的春季发布后，不难猜到，在今天的谷歌I/O大会上，必然会有关于AI助手的介绍。 毕竟，抢在谷歌I/O大会前发布GPT-4o的Altman，已经显示出了十足的针对性，凭借Altman的手段，自然也有着十足的把握做到精准打击，将这场“红蓝...
-
谷歌CEO：如果OpenAI在AI训练中滥用YouTube将采取行动
谷歌母公司 Alphabet 的 CEO Sundar Pichai 在接受 BC 采访时表示，如果谷歌发现由微软支持的 OpenAI 利用 YouTube 内容来训练能够生成视频的人工智模型，谷歌将采取行动来解决这个问题。 这一表态是在 OpenAI 技...
-
GPT-4o干掉初创全网实测，马斯克Karpathy等大佬纷表不服：OpenAI不过如此
OpenAI一夜之间，又干掉了一大批初创公司。 官方公布的全能模型GPT-4o的炸裂演示，即便过去了一天，依旧让全网深陷其中，无法自拔。 凭借实时语音视频对话，GPT-4o已经深入教育、翻译、视频会议等领域的变革。 OpenAI科学家Lilian W...
-
Google CEO表示，生成式AI对搜索业务不构成威胁
Alphabet 旗下的 Google 在周二宣布了几项新的生成式人工智能功能，公司表示这项新技术会取代其价值数十亿美元的搜索业务，而是会增强其功能，提高搜索结果的相关性。 Google 首执行官 Sundar Pichai 表示，目前还不太可能会有任何技...
-
无需OpenAI数据，跻身代码大模型榜单！UIUC发布StarCoder-15B-Instruct
在软件技术的前沿，UIUC张令明组携手BigCode组织的研究者，近日公布了StarCoder2-15B-Instruct代码大模型。 这一创新成果在代码生成任务取得了显著突破，成功超越CodeLlama-70B-Instruct，登上代码生成性能榜单之...
-
Gmail引入Gemini AI技术，帮助用户搜索、总结和起草邮件
谷歌在其2024年 Google I/O 大会上宣布，Gmail 将获得一次 AI 升级。根据谷歌的介绍，Gmail 用户能够利用其 Gemini AI 技术搜索、总结和起草邮件。Gemini 还能够执行更复杂的任务，例如帮助用户处理电子商务退货，通过搜索...
-
“全家桶”战士归来，谷歌自我革命！
编辑 | 言征 出品 | 51CTO技术栈（微信号：blog51cto） 5月与6月，旧金山硅谷各大新贵旧王正在激烈角逐，主战场无疑则是AI。 就在昨天凌晨GPT-4o发布的24小时后，Google I/O大会也交卷了。 有意思的是，谷歌掌舵人皮查伊，好...
-
Android即将推出基于AI的诈骗电话检测功能
在 Google 的 I/O 开发者大会上，Google 宣布正在测试一项新的通话监测功能，以提醒用户正在与可能试图欺诈他们的人进行通话，并鼓励他们结束此通话。Google 表示，该功能利用了 Gemini Nano 技术，这是公司为 Android 设备...
-
Agents需要一个代码解释器
作者 | Vasek Mlejnsky 编译 | 言征 出品 | 51CTO技术栈（微信号：blog51cto） 构建人工智能代理很难。你将与幻觉作斗争，让agents智商不掉线，并引导他们使用正确的工具。 不过，方法也不难，其中一种就是赋予代理代码执行...
-
谷歌推出新的 AI 模型 LearnLM，专注于教育领域
谷歌发布了它的新 AI 模型 LearnLM 将帮助学生解决作业问题。 LearnLM 是基于谷歌大型语言模型 Gemini 的一系列 AI 模型，旨在成为各个学科的专家，以不同的方式找到展示例子（如照片或视频），在学习过程中辅导学生，并激发学习的兴趣。谷...
-
MIT最新！多模态LLM真的无所不能吗？大模型能解决一切难题吗？
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 本文对自动驾驶领域内多模态大型语言模型（MLLMs）的应用进行了审慎的审视，并对一些常见的假设提出了质疑/验证，重点关注它们通过闭环控制环境中的图像/帧序列推理和解释...
-
谷歌隐形AI数字水印技术可辅助识别生成的文本和视频
谷歌在今天宣布的一系列新的 AI 模型和工具中，还将其 AI 内容水印技术扩展到了两个新的媒介。谷歌旗下的 DeepMind 首执行官 Demis Hassabis 在周二的 Google I/O 开发者大会上首次登台，不仅介绍了团队的新 AI 具（如 V...
-
HPE Aruba Networking的前瞻视角：构建AI赋能的安全融合网络
数字化时代，网络不仅是连接世界的纽带，更是推动商业和社会进步的关键力量。随着移动设备、物联网(IoT 和云服务的爆炸性增长，用户对网络的依赖达到了前所未有的水平。一个能够随时随地提供安全、高效接入的网络环境，无论对个人还是企业，都已成为刚需。然而，这一需...
-
谷歌 I/O开发者大会汇总：AI模型全面更新 几乎覆盖所有生成模型类型
在昨晚的Google I/O发布会上，Google宣布了一系列AI模型的更新，涵盖了从文本到视觉和音乐的多个领域: Gemini1.5Pro:支持200万上下文，针对翻译、编码、推理等关键用例进行了质量改进，但未发布测试结果。 Gemini Flash:针...
-
为什么腾讯认为DiT架构是未来的主流？做了哪些改进？
OpenAI迭代ChatGPT的过程，发现随着参数量的提升，基于Transformer 架构的大语言模型出现了涌现现象。因此，在文生图领域，很可能参数量更大的模型，也会更“聪明”。 而此前文生图领域大火的Unet 模型容易陷入性能瓶颈与可扩展性的问题，且...
-
对标GPT4o！谷歌推出AI代理Project Astra 电影《她》将成真？
在"I/O2024"大会上，谷歌DeepMind推出了一款全新的AI代理产品Project Astra，标志着谷歌在生成式AI领域的又一重大进展。 Project Astra的推出被认为是打破现实与科幻界限的创新，让人联想到电影《她》和《星际迷航》系列中的...
-
刚刚，Ilya官宣离职OpenAI，“下一个项目意义重大”
刚刚，久未露面的Ilya Sutskever突然发声！ 官宣离开OpenAI，已经有了下一个计划，但目前还不能透露细节。 近十年后，我决定离开OpenAI。 公司的发展轨迹堪称奇迹，我相信，在Sam Altman、Greg Brockman、Mira...
-
谷歌计划将 Gemini Nano AI 直接内置到Chrome浏览器中
谷歌计划将其 Gemini AI 技术直接嵌入到 Chrome 浏览器的桌面中。在谷歌于本周二举行的 I/O 大会上，宣布 Chrome126版本将采用 Gemini Nano 来为浏器内的 AI 功能提供支持，包括文本生成等功能。 图源备注：图片由AI...
-
字节跳动发布豆包大模型，主力模型比行业价格低99.3%
5月15日，字节跳动豆包大模型在火山引擎原动力大会上正式发布。火山引擎是字节跳动旗下云服务平台，据火山引擎总裁谭待介绍，经过一年时间的迭代和市场验证，豆包大模型正成为国内使用量最大、应用场景最丰富的大模型之一，目前日均处理1200亿Tokens文本，生成...
-
两小时“吼出”121次AI，谷歌背后埋伏着Open AI的幽灵
谷歌和Open AI的又一次对阵，刚刚落幕了。 北京时间5月14日凌晨，OpenAI发布端到端多模态AI大模型GPT-4o，酷似科幻电影《Her》的AI语音对话迅速成为关注焦点。 24小时后，携新版Gemini AI大模型等产品，谷歌在北京时间5月15日凌...
-
DenserRadar：基于密集LiDAR点云的4D毫米波雷达点云检测器
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：DenserRadar: A 4D millimeter-wave radar point cloud detector based on dense LiDAR point clouds 论...
-
谷歌发布 Music AI Sandbox：根据提示制作循环
作为今年 Google I/O2024大会的亮点之一，谷歌正式推出了名为 Music AI Sandbox 的音乐制作工具。这一工具被称为是音乐创作的新风向标，能够通过 AI 提示来创作音乐循环，让音乐创作变得更加轻松和有趣。 据报道，Music AI S...
-
谷歌反击：Project Astra正面硬刚GPT-4o、Veo对抗Sora、新版Gemini变革搜索
通用的 AI，能够真正日常用的 AI，不做成这样现在都不好意思开发布会了。 5 月 15 日凌晨，一年一度的「科技界春晚」Google I/O 开发者大会正式开幕。长达 110 分钟的主 Keynote 提到了几次人工智能？谷歌自己统计了一下： 是的，...
-
谷歌Gemini对OpenAI贴脸开大！文生视频模型Veo硬刚Sora
谷歌近日发布了一系列强大的AI工具，展开了一场针对OpenAI的激烈竞争。这一波强势反击包括了Project Astra、Veo视频模型以及Gemini1.5Pro等一连串武器，旨在彻底颠覆谷歌搜索，并对OpenAI展开全面挑战。 其中，谷歌发布的视频模型...
-
突发！OpenAI首席科学家Ilya官宣离职，GPT-4负责人接任
今天，OpenAI 联合创始人、首席科学家 Ilya Sutskever 发推宣告离职。 在 OpenAI 工作近 10 年后，我做出了离开的决定。OpenAI 的发展轨迹可以称得上是奇迹，我相信 OpenAI 会在 Sam Altman、G...
-
遥遥领先的GPT-4o，为什么要免费开放？
5月14日凌晨，OpenAI2024年春季发布会上线。 这场发布会，表面看有点简陋（全程只有26分钟，现场只有几十名观众），却是科技圈公认的魔法时刻。因为OpenAI上线了一款可以跟人“谈恋爱”的大模型——GPT-4o。 GPT-4o是GPT-4的升级版，...
-
Llama-3的竞争对手来了——可运行在iPhone上的小体量高性能LLM模型Phi-3
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 简介 熟悉我的文章的读者可能还记得我以前报道《课本就是你所需要的一切》(https://medium.com/@mgunton7/th...
-
微软宣布 GPT-4o 模型在 Azure OpenAI 上使用
日前，微软宣布OpenAI 最新发布的多模态模型 GPT-4o 现已可以在 Azure OpenAI 云服务中使用。 GPT-4o 是一款支持跨文本、视频、音频多模态推理的先进模型，其强大多模态解读和输出能力使其在各个领域都展现出巨大的潜力。例如，在教育...
-
美国机器人应用遥遥落后？时隔15年，十所顶尖高校重启「国家机器人路线图」
机器人技术已经有70年的历史了，从诞生之初就一直由美国领跑。 到了2009年，美国首次发布国家机器人路线路（national robotics roadmap）时，美国在工业应用领域（如汽车、航空航天和家电等）的应用已经降低到了全球第四位。 15年以...
-
谷歌正式发布Gemini 1.5 Flash大模型：轻量化、响应速度极快
快科技5月15日消息，今天凌晨，谷歌正式召开了I/O大会，宣布谷歌已全面进入Gemini时代。 在一年前的I/O大会上，谷歌才首次发布Gemini大模型，而今年大模型、AI等已经成为了绝对的主角，甚至连新版安卓都没提。 除了专业的Gemini 1.5 Pr...
-
谷歌硬刚GPT-4o！60秒视频生成模型虽迟但到，上下文窗口达200万
OpenAI出手再次惊艳世界，谷歌果然坐不住了。 GPT-4o掀起的一片“AGI已至”的惊呼声中，刚刚，Google DeepMind首席执行官哈萨比斯亲自携谷歌版《Her》登场。 同样能会还有，不仅能几乎没有延迟地和人类流畅交流，通过摄像头，这个名为P...
-
基于Gemini大模型！谷歌宣布为安卓引入新功能：AI检测诈骗电话
快科技5月15日消息，在今天凌晨举行的I/O开发者大会上，谷歌表示即将推出Android 15，并且还剧透了一些新功能。 会上谷歌宣布，为安卓系统引入AI诈骗电话检测功能，在通话中提醒可能存在的诈骗行为，并鼓励用户结束此类通话。 据悉，上述功能基于本地运...
-
Android 15即将推出：融入谷歌Gemini大模型
快科技5月15日消息，谷歌在I/O大会上宣布，Android 15已融入谷歌Gemini大模型，支持诸如AI语音助理防诈骗、画圈图片搜索、理解图片给出更符合用户需求的答案等功能，Android 15 Beta 2将在明天正式推出。 据悉，全新升级后的谷歌G...
-
与微软关系密切却先推出Mac版ChatGPT：OpenAI透露原因
快科技5月14日消息，今天凌晨OpenAI发布了ChatGPT的一系列更新，包括GPT-4o大模型等，同时还发布了ChatGPT的桌面端版本。 尽管与微软有着紧密的合作关系，OpenAI却出人意料地率先发布了Mac版ChatGPT应用，而Windows版本...
-
腾讯宣布混元文生图大模型开源： Sora 同架构，可免费商用
5月14日，腾讯宣布旗下的混元文生图大模型全面升级并对外开源，目前已在 Hugging Face 平台及 Github 上发布，包含模型权重、推理代码、模型算法等完整模型，可供企业与个人开发者免费商用。 这是业内首个中文原生的 DiT 架构文生图开源模型...
-
基本就是AGI？GPT-4o“它”来了
OpenAI昨晚发布的GPT-4o给许多智能助理丢下一颗震撼弹。它不仅是一款强大的多模态AI助理，同时，为了应对Google Gemini的免费策略，OpenAI也让它免费了。 GPT-4o其中的“o”代表“Omni”，也就是“全能”的意思，可见Open...
-
AI风投基金OpenAI Startup Fund额外筹集500万美元资金
OpenAI Startup Fund 是一家早期投资于人工智能公司的风投基金，最近从美国证券交易委员会提交的文件中可以看到，该基金已额外融资500万美元。 这笔新资金来自两位投资者，他们将资金转入了 OpenAI Startup Fund 关联的特殊目的...
-
MIT等惊人发现：全世界AI已学会欺骗人类！背刺人类盟友，佯攻击败99.8%玩家
【新智元导读】AI系统越来越擅长欺骗、操作人类了。最近，来自MIT、ACU等机构的研究人员通过各种实例研究发现， AI在各类游戏中，通过佯装、歪曲偏好等方式欺骗人类，实现了目标。 AI教父Hinton的担心，不是没有道理。 他曾多次拉响警报，「如果不采取行...