???AI新鲜事
Midjourney V6史诗级升级,网友惊呼太逼真!
网友在Midjourney V6第二次社区评价中惊叹其逼真神图,光影效果出众,上线倒计时,可能在今明两天内发布。
ChatGPT新增存档聊天记录功能
12月21日,OpenAI在社交平台上发布消息,宣布旗下人工智能对话产品ChatGPT新增存档聊天记录功能。
阿里可控视频生成框架DreaMoving开源
阿里推出的可控视频生成框架DreaMoving正式开源,基于扩散模型,通过人脸、姿势序列和文本提示生成高质量、定制化的人类视频。用户只需提供图像和提示即可生成对应视频,实现身份、运动和外观的灵活控制。
百度千帆AppBuilder开放
百度智能云在2023百度云智大会上发布了20多款全栈产品,包括优化大模型训练的计算平台、全新计算实例、边缘计算节点等,同时推出了千帆AppBuilder以满足企业AI原生应用开发需求。
百度推出文心一言专业版尊享礼品卡
百度文心一言发布专业版尊享礼品卡,提供1至12个月不同会员时长,其中12个月限时658.8元。礼品卡功能升级包括文心大模型4.0,支持更长输入输出,网页端享高阶插件和画图效果升级。
苹果最新AI研究或彻底改变iPhone体验
苹果通过HUGS技术实现从短视频生成逼真的3D动态头像,并通过内存优化在有限内存设备上高效运行大型语言模型,为用户提供更沉浸的视觉体验和更高效的AI推理。
together.ai获得1.025亿美元A轮融资
together.ai是一家全栈AI技术公司,通过其GPU算力云平台实现AI模型训练加速9倍,获得1.025亿美元A轮融资,致力于推动开源AI发展。
VAST推动通用3D大模型,实现「秒级」时代的3D生成
VAST公司的3D生成技术,通过自研大模型Tripo,将传统3D建模的生产周期从几天甚至数月缩短至「秒级」,标志着生成式AI在3D领域的重要突破。
????大模型动态
智谱开源视觉语言模型CogAgent
智谱AI开源的CogAgent是一款拥有180亿参数规模的视觉语言模型,在GUI理解和导航上表现出色,支持高分辨率视觉输入和对话问答,同时具备OCR相关任务的能力。
???AI应用
AI图片编辑神器Anydoor:开启图片编辑的任意门 图片主体随意移动
香港大学、阿里巴巴和蚂蚁集团联合研发的AnyDoor利用扩散技术,实现零样本对象-场景合成,让设计师能轻松将物体自由移动到不同场景中,为图像编辑领域带来新的可能性。
奇域AI:符合中国宝宝审美的AI绘画平台
奇域AI是一个以中式审美为特色的AI绘画社区,致力于打造一个汇聚中国文化艺术的创作平台,提供轻松上手的绘画体验,并允许创作者通过分享作品实现变现。
内测地址:https://top.aibase.com/tool/qiyu
????聚焦开发者
苹果最新研究:将有限内存推理速度提高25倍
本文介绍了苹果最新研究,通过将大型语言模型参数存储在闪存中,在有限内存设备上实现了将推理速度提高25倍的高效方法。
论文地址:https://arxiv.org/pdf/2312.11514.pdf
多模态SVG生成模型StarVector 视觉质量显著增强
StarVector是一种多模态SVG生成模型,通过集成代码生成大型语言模型和视觉模型,实现了准确表示图像像素的不受限制的SVG生成,在视觉质量和复杂性处理上显著增强,为SVG生成技术带来新突破。
论文地址:https://arxiv.org/pdf/2312.11556.pdf
斯坦福提出“统一归因”框架
随着大型语言模型在实际业务中的广泛应用,斯坦福大学提出了“统一归因”框架,旨在验证大模型输出的真实性、可靠性和安全性。
论文地址:https://arxiv.org/abs/2311.12233
上交大新框架PowerInfer让2080Ti推理速度增11倍
上海交大IPADS实验室推出的PowerInfer开源推理框架,通过稀疏激活和CPU/GPU混合计算,使2080Ti能以11倍速度运行70B大模型,无需量化。
论文地址:
https://ipads.se.sjtu.edu.cn/_media/publications/powerinfer-20231219.pdf