小互

统计数据

205

文章

0

粉丝

0

获赞

701

阅读

8个月前

拐点来了 🙃

#拐点 #改变 #趋势 #反转 #未来 #经济 #市场

8个月前

Pika 推出 Pikamemes 功能上传一张你的照片帮你生成各种 GIF 图

#Pikamemes #GIF生成 #照片上传

8个月前

百度宣布将在未来几个月中陆续推出文心大模型4.5系列并直接开源 🤣

#百度 #文心大模型4.5 #开源 #人工智能 #技术发布

8个月前

🔥 满血高速能联网 DeepSeek R1 API 获取教程试了下火山引擎的 DeepSeek R1 API，目前测试下来是最稳定、最快速的方案推理思考的速度、生成输出token的速度都非常流畅我申请了个在本地客户端上进行了测试，视频是1倍速度，你们可以感受下。是我用下来最快的了！而且还能联网。新注册用户送50万token... 我写了个详细的教程分享下，教程在二楼： ⭐️本教程将手把手教你如何获取并使用 DeepSeek R1 API，并进行第三方聊天机器人客户端部署，同时推荐一些好用的第三方聊天机器人工具。

#DeepSeekR1 #火山引擎 #API教程 #高速联网 #推理思考 #测试分享

8个月前

百度宣布：文心一言将全面免费卷起来了🥲

#百度 #文心一言 #免费使用 #技术革新

8个月前

OpenAI 新论文：使用大型推理模型进行竞赛编程强化学习如何提升大语言模型在编程和推理任务中的表现核心研究发现 1️⃣ 强化学习可以显著提升 AI 编程能力！ 2️⃣ o1-ioi 通过手工优化策略，在 2024 IOI 竞赛中取得金牌水平。 3️⃣ o3（新一代 AI）完全不依赖手工优化，却比 o1-ioi 还强！ 4️⃣ o3 在 CodeForces 评分达到 2724（99.8% 百分位），接近顶级人类选手。 OpenAI比较了三种 AI 编程系统： o1：通用大语言模型（LLM），基于强化学习（RL），具备基本推理能力。 o1-ioi：个针对 2024 年国际信息学奥林匹克竞赛（IOI）设计的领域专用系统 o1-ioi（采用了手工设计的推理策略）。 o3：完全基于强化学习（RL），自动学习最优解题方法，不需要人工设计策略。我们展示了将强化学习（RL）应用于大型语言模型（LLM）可以显著提升其在复杂编程和推理任务中的表现。在 2024 年 IOI 现场比赛中，我们使用 o1-ioi 参赛，并通过人工优化的测试时（test-time）策略，在 49% 百分位取得成绩。在放宽比赛限制的情况下，o1-ioi 甚至达到了金牌水平。然而，在评估后续的 o3 模型时，我们发现它无需人工设计的推理策略或放宽比赛限制，便可直接获得 IOI 金牌。我们的研究结果表明，尽管 o1-ioi 这类专门优化的管道能带来显著提升，但更大规模的通用模型 o3 已经能够超越这些优化版本，并不依赖人工定义的推理策略。特别是，o3 在 2024 IOI 取得金牌，并在 CodeForces 编程竞赛中获得与人类顶级选手相当的评分。 📢 结果表明，AI 编程不再需要手工优化，与其依赖特定领域的优化策略，更有效的路径是扩展通用的强化学习技术，以实现最先进的 AI 竞赛编程能力。

#OpenAI #大型推理模型 #强化学习 #编程能力 #人工智能 #竞赛编程 #IOI竞赛 #CodeForces #新一代AI

8个月前

据传，阿里投资计划以100亿美元的估值，投资10亿美元，认购DeepSeek 10%的股权，目前双方团队正在沟通具体执行细节。阿里云将作为第一推理算力选择。上述传闻靠谱性未知。阿里巴巴股价盘前大涨近7%…

#阿里巴巴 #DeepSeek #投资 #股权 #云计算 #股价 #传闻

8个月前

Gemini 2.0 Pro Experimental 出现在了Gemini 聊天界面的高级会员选项里面

#Gemini #高级会员 #聊天界面 #实验版

8个月前

Google 又推出一个实验性项目Daily Listen 可根据你的兴趣制作并推送内容短小精悍的语音快讯 AI 驱动：Daily Listen 通过人工智能来分析用户的兴趣，并推送相关内容。短小更新：内容短小精悍，适合在忙碌时段快速获取信息。个性化推荐：内容会根据用户偏好进行定制，让用户听到自己感兴趣的新闻、故事或其它内容。

#Google #实验性项目 #Daily Listen #语音快讯 #AI驱动 #人工智能 #个性化推荐

8个月前

Gemini 2.0 Flash 正式上线 Google 宣布 Gemini 应用中的模型现已升级至 Gemini 2.0 Flash 版本高级用户支持 100 万 token（1M）上下文窗口，可处理高达 1500 页的文件上传。可优先体验深度研究（Deep Research）和 Gems 等高级功能。图像生成功能也升级至 Imagen 3 • 更高质量的细节与纹理，提升图像准确性和表现力。 • 更精准的指令理解，能够更好地将用户的创意转化为视觉内容。 Gemini 2.0 Flash 现已在网页版和移动端应用全面推送。现有 Gemini 1.5 Flash 和 1.5 Pro 版本将继续提供服务数周，以支持用户过渡。

#Gemini2.0 #Google #人工智能 #深度研究 #图像生成 #技术升级

8个月前

美国版权局发布关于人工智能（AI）与版权专题报告：完全由人工智能创作的内容不受版权保护单纯的 Prompt 不足以构成版权： -简单的 AI 提示，如"生成科幻风格的城市"，通常不被视为有版权价值的创作。 -版权保护的是“表达”而非“想法”，Prompt 只是想法的表达方式之一。复杂、高度详细的 Prompt 是否可版权化？ -有些专家认为，极度详细的 Prompt 可能符合版权保护标准（如包含原创性的内容结构）。 -但大多数法律意见认为，即使 Prompt 复杂，也只是影响 AI 的输出，不能自动赋予生成内容版权。这是美国版权局（U.S. Copyright Office）发布的关于人工智能（AI）与版权的第二份专题报告，专注于探讨 AI 生成内容的版权问题。本报告：分析 AI 生成内容的版权适用性，即人类的贡献是否足够使 AI 生成内容受到版权保护。回应 2023 年 8 月的意见征询（NOI），收集了 10,000 多条公众意见，其中近半数涉及 AI 生成内容的版权问题。与第一部分不同，第一部分讨论的是数字复制技术（如 AI 合成的声音或面部），而本部分专注于 AI 生成内容是否具备版权保护资格。

#美国版权 #人工智能 #AI创作 #版权保护 #Prompt #版权局报告

8个月前

OpenAI 开发者日，推出了一个实时 API 可以通过语音和3D太阳系进行实时的语音交互该项目基于 Spline（3D 设计工具）构建，使用 Function Calling 机制来触发应用中的动画和交互。结合语音 AI、WebRTC 和 3D 交互的演示项目，可用于探索太阳系，也可扩展到其他语音控制 3D 场景应用。适合开发者学习 Function Calling、WebRTC 实时交互、3D 数据可视化等技术。可定制 AI 交互方式，或更换 3D 场景，适用于教育、游戏、数据可视化等领域。

#OpenAI #API #实时语音交互 #3D太阳系 #Function Calling #Spline #WebRTC #语音AI #开发者日

8个月前

微软在 Azure AI 和 GitHub 上提供 DeepSeek 的 R1 模型这意味着企业和开发者可以更方便地集成和部署这个 AI 模型，无需自己搭建复杂的计算资源。 Azure 提供了一键部署，开发者可以快速测试和集成 AI 模型。微软还将很快提供一个精简版、更小的 R1，以便在 Copilot Plus PC 上本地运行。

#微软 #Azure AI #DeepSeek #GitHub #R1模型 #企业集成 #开发者 #AI模型部署 #计算资源 #一键部署 #Copilot Plus PC

8个月前

OpenAI 更新账号共享政策不允许共享ChatGPT账号你可以在多个设备上使用你的 OpenAI 账户。然而，OpenAI会根据no的账户活动和订阅级别，可能会采取一些使用限制。具体什么限制没有说明！

#OpenAI #ChatGPT #账号共享政策 #使用限制

8个月前

YuE:一个全新多模态音乐开源模型可以从歌词生成长达5分钟的含人声和伴奏的高质量、完整音乐。 -支持多种语言生成，包括英语、中文、日语和韩语。 -生成的歌曲拥有完整的音乐结构，包括前奏、主歌、合唱等部分。 -提供跨语言混合生成功能，例如中英混合歌词的嘻哈音乐。 -YuE 支持生成多种音乐风格，包括但不限于：金属（Metal）爵士（Jazz）流行（Pop）乡村（Country）抒情（Ballad）另类摇滚（Alternative Rock）儿歌（Children's Song） YuE 展示了多种专业级声乐表现，如：即兴演唱（Scatting）：即兴创作无词旋律。低吼（Death Growl）：多用于金属音乐中的极端演唱技术。混声（Mix Voice）：融合胸声和头声的演唱技术。

#多模态音乐模型 #歌词生成 #跨语言生成 #音乐风格

8个月前

兄弟们，这个强啊，效果真的挺棒复旦大学OpenMOSS人工智能开放实验室推出首个端到端实时语音交互模型中文语音能力感觉和GPT 4o 的高级语音很接近 - 低于 200 毫秒，支持语音打断和自然互动 - 可根据指令生成多情感、多风格的语音，包括模仿特定角色的情绪。 - 丰富的情感控制：支持生成多种情感语音，如欢快、严肃、悲伤等。语音风格多样化：可以模拟不同的角色语调、情绪和语气。支持生成说唱、戏剧化台词、机器人声效、低语耳语、方言等风格

#复旦大学 #OpenMOSS #人工智能 #语音交互 #实时语音 #情感控制 #语音风格 #GPT-4 #中文语音

8个月前

阿里巴巴推出Qwen2.5-1M 支持100万Token上下文的开源模型，性能媲美GPT4o mini Qwen2.5-1M 在处理超长文本任务和短文本任务上都表现出了卓越的能力，尤其是在处理复杂的长上下文场景中，达到了开源模型的领先水平。推理速度比传统方法快 3 到 7 倍，尤其在处理超长序列时表现优异。推理阶段通过块状预填充（Chunked Prefill）技术，使显存需求减少 96.7%。

#阿里巴巴 #Qwen2.5-1M #开源模型 #GPT4o mini #超长文本任务 #短文本任务 #长上下文场景 #推理速度 #块状预填充技术

8个月前

我去这个语音克隆模型有点牛P 哈哈哈使用了 250,000 小时的中英双语语音数据训练只需15秒的声音就能完美克隆声音，保持音色和情感 Llasa-3B 可以通过输入一个带有情感特征的语音提示（Prompt），在生成目标语音时保留提示语音中的情感特征。基于 LLaMA 语言模型（ 1B、3B 和 8B 参数规模），通过整合 XCodec2 的语音 token 提供语音生成功能。

#语音克隆 #Llasa-3B #情感特征 #语言模型 #语音合成

8个月前

据《The Information》报道，OpenAI 正在研发一种高级 AI 编码助手，目标是取代顶级工程师（相当于谷歌等公司的 6 级工程师）的一些工作能力。与 ChatGPT 的复制粘贴方法不同，该助手可以通过 Slack 发送消息，主动告知你它希望对代码库进行的更改。根据与 OpenAI 领导层交谈的三人透露，新 AI 编码助手将能够连接代码库，处理复杂任务，例如代码重构、数据系统迁移以及具有个性化的功能集成。根据一位 OpenAI 员工的声明，该公司已经在内部使用一个由其 01 推理模型（于 9 月发布）驱动的工具，帮助 AI 研究人员为模型实验生成代码。据其中一人透露，OpenAI 已准备好与部分客户测试一个早期版本的工具。

#OpenAI #AI编码助手 #代码库 #工程师工作 #技术革新 #人工智能进展

8个月前

中美AI较量 😌 表扬鼓励 VS 5000亿美金

#中美关系 #人工智能 #经济竞争 #表扬 #鼓励 #5000亿美金

8个月前

Google 发布Gemini 2.0 Flash Thinking 新模型EXP-01-21 •支持 100万 token 上下文窗口。 •增加对原生代码执行的支持。 •输出 token 的生成更长。 •减少模型矛盾的发生频率 •在 AI Studio 中可免费体验

#Google #Gemini 2.0 #AI Studio #模型更新 #技术创新 #代码执行 #人工智能

8个月前

字节跳动发布全新的 AI IDE 产品： Trae 标配Claude 3.5sonnet 和 GPT-4o 限时免费直接对标的 Cursor 的 Agent 功能，提出了全新的从Copilot向Autopilot演进概念即：通过用户的提问直接生成一个完整的代码项目出来。看我演示，全程我只动用了一次键盘，鼠标点点就行操作起来非常的流畅，对编程小白用户来说也是非常容易上手。

#字节跳动 #AI #IDE #Trae #Claude 3.5 #GPT-4 #Cursor #agent #Copilot #Autopilot #编程 #编程工具 #技术创新 #代码生成

9个月前

Grok 客户端现已推出，可以下载了可以免费生成图像和聊天图像生成还是很不错的，可以薅羊毛

#Grok客户端 #图像生成 #免费下载 #薅羊毛

9个月前

牛P大了英伟达发布了Groot Teleop 技术允许你通过Apple Vision Pro 来训练机器人你可以佩戴Apple Vision Pro进入到虚拟机器人的身体里面来进行虚拟操控机器人，训练它的各种操作和动作。然后可以将训练成果转移到真实机器人身上！

#英伟达 #Groot Teleop #Apple Vision Pro #机器人训练 #虚拟现实 #技术创新

9个月前

第一个大模型公司倒了 01万物散伙了卡和与训练团队卖给阿里了🙃

#大模型公司 #倒闭 #阿里巴巴 #收购