应用
OpenAI 在 API 中引入结构化输出，最新版 GPT-4o AI 模型达到 100% 满分
感谢OpenAI 公司昨日（8 月 6 日）发布新闻稿，宣布在 API 中引入结构化输出（Structured Outputs）。OpenAI 公司此前已提供结构化输出，用户可以指定 "response_format": {"type": "json_object"}} 来请求一个有效的 JSON 对象，也可以使用函数调用机制来请求符合特定模式的响应。OpenAI 在导言中表示，结构化输出功能可确保模型生成的响应始终符合用户提供的 JSON 模式，因此用户无需担心模型会遗漏必填键或生成无效的枚举值。AI在线附上结构
8/7/2024 9:54:41 AM
故渊
让「GPT-4V」跑在手机上，这家中国大模型公司做到了
真实世界的视觉信息是流动的，而在处理流动性的视觉信息上，端侧视频理解具有天然优势，手机、PC、AR、机器人、智能座驾等端侧设备自带的摄像头，具有天然的多模态输入能力。 与云端相比，端侧离用户更近，链路更短，效率更高，同时具有更强的信息安全优势。 今日，面壁正式发布了 MiniCPM-V 2.6，在端侧性能实现全面对标 GPT-4V——据介绍，MiniCPM-V 2.6 首次在端侧实现单图、多图、视频理解等多模态核心能力全面超越GPT-4V，三项能力均取得 20B 以下 SOTA 成绩，单图理解越级比肩 Gemini 1.5 Pro 和 GPT-4o mini 。
8/7/2024 9:42:00 AM
朱可轩
搭载字节豆包大模型，smart首款豪华中型SUV精灵5即将发布
近日，新奢智能纯电汽车品牌smart在官方渠道透露，旗下首款豪华中型SUV精灵#5将于8月28日在澳洲全球首秀。官方路透显示，精灵#5除了沿袭概念车的前瞻开拓性设计，在智能座舱方面，还通过与火山引擎深度合作，搭载字节跳动豆包大模型，为用户带来更加人性化、智能化的座舱新体验。smart精灵#5概念车首次亮相于2024年4月北京国际车展。梅赛德斯-奔驰全球设计团队以“感性·灵锐”的设计语言”对该款车型的外观进行了大胆方正、极具力量感的设计，也让精灵#5成为smart品牌有史以来最大尺寸的车型。除了设计上的突破，smar
8/7/2024 9:32:00 AM
新闻助手
阿里通义 App 推出“角色扮演”功能，可将视频人物换成“孙悟空”“机器人”
8 月 6 日，通义 App 上线新功能“角色扮演”，用户只需要上传一段视频即可完成“现实与虚拟”的跨界，实现诸如机器人“带娃”、孙悟空“跳舞”、二次元女生“职场搬砖”的效果。AI在线附操作方法：用户准备一段不超过 15 秒的视频，通过“通义 App 频道 角色扮演 开始创作”的顺序进入功能入口，用户也可以在官方提供的视频模板中选择视频，最多可替换视频中的 3 个角色。可选角色方面，官方提供了孙悟空、机器人及两款不同风格的女性角色供用户选择。据介绍，“角色扮演”功能背后的“核心技术”是通义实验室研发的 AI
8/7/2024 9:30:49 AM
清源
AI 绘画新标杆！一文详解最新开源模型 Flux.1（附新版工作流&模型资源包）
大家好，这里是和你们一起探索 AI 的花生~
继 SD 3 Medium、Kolors 之后，开源领域又新增了一款文本-图像生成模型 Flux.1。它由 Stability AI 前核心成员主导开发，模型质量远超 SD 3，甚至与闭源的 Midjourney v6.1 模型不相上下，成为了 AI 文生图模型的新标杆，也给开源 AI 绘画带来了新的发展活力。今天就一起来看看 Flux.1 模型的特点和安装使用方法。
相关推荐：一、Flux.1 简介
Black Forest Labs 官网：
Flux.1 是由 B
8/7/2024 8:15:14 AM
夏花生
第一波！2024年8月精选实用设计工具合集
大家好，这是 2024 年 8 月的第 1 波干货合集！这一期干货合集当中绝大多数都是 AI 工具，基于 AI 生成交互式信息图和流程图的平台，免费在线图生文的 AI 工具，免费生成 3D 素材的 AI 平台，以及基于 Json 数据生成 UI 界面的 AI 平台，另外还有一个免费便捷的图片包装工具。
当然，在此之前记得看看往期干货中有没有你感兴趣的素材：下面我们具体看看这一期的干货:
1、将图表转化为交互式信息图的平台
是一个超强的、基于 AI 的交互式信息图表生成和制作工具，一方面，它可以相当轻松地将手绘的流
8/7/2024 7:55:12 AM
陈子木
严防“胡说八道”，苹果 Apple Intelligence 智能回复功能加入“反幻觉”指令
近日有网友在 macOS 15.1 测试版中发现了苹果公司为 Apple Intelligence 的智能回复（Smart Reply）功能设置的一系列内部指令。这些指令以 JSON 文件的形式存在，详细规定了该功能的工作流程。其中最引人注目的是，苹果明确要求系统“不要编造事实，不要产生幻觉”。据AI在线了解，智能回复是苹果邮件应用的一项功能，旨在通过分析邮件内容自动生成可能的回复选项，这一功能的背后是苹果自研的智能技术。然而，与其他生成式 AI 一样，智能回复也面临着“幻觉”问题，即系统可能会生成虚假或误导性的信
8/7/2024 7:52:13 AM
远洋
Meta 构建分布式 RoCEv2 网络：探索串联数万片 GPU，训练千亿参数级 AI 模型
Meta 公司于 8 月 5 日发布博文，表示为了满足大规模分布式 AI 训练对网络的需求，构建了基于 RoCEv2 协议的大规模 AI 网络。RoCEv2 的全称是 RDMA Over Converged Ethernet version 2，是一种节点间通信传输方式，用于大部分人工智能容量。Meta 公司已成功扩展了 RoCE 网络，从原型发展到部署了众多集群，每个集群可容纳数千个 GPU。这些 RoCE 集群支持广泛的生产型分布式 GPU 训练工作，包括排名、内容推荐、内容理解、自然语言处理和 GenAI 模
8/7/2024 7:35:32 AM
故渊
苹果牌 AI 推进新证据曝光，欧洲市场初期仅限 Mac 平台
科技媒体 9to5Mac 挖掘 iOS 18.1 以及 macOS 15.1 Sequoia 的 Beta 1 更新代码，发现了关于苹果 Apple Intelligence 的相关信息。AI在线基于代码字符内容，翻译相关信息如下：iOS 18.1Apple Intelligence 适用于 iPhone 15 Pro 和 iPhone 15 Pro Max。Apple Intelligence 目前尚未在欧盟和中国推出。macOS Sequoia 15.1 Apple Intelligence 适用于 M1 及更
8/7/2024 7:16:28 AM
故渊
Figure AI把「终结者」造出来了
能语音对话，VLM 视觉，每天工作 20 小时。总会有这一天，但我们没想到来的居然这么快。北京时间 8 月 6 日晚，硅谷著名具身智能创业公司 Figure 正式发布了自己的新一代人形机器人 Figure 02。除了样子够科幻，这种机器人也有着足够通用的智能，它可以与人类实时对话，自动学习如何装配零件。事实上，Figure 02 正在宝马位于 Spartanburg 的工厂实习工作，我们仿佛已经进入了未来。Figure 工程和设计团队完成了对 Figure 02 硬件和软件的彻底重新设计。在人工智能、视觉、电池、电
8/6/2024 11:20:00 PM
机器之心
阿里国际推出首个专业版AI Search，为什么它会是下一个B2B谷歌？
经历过「千模大战」的喧嚣，一年半之后，生成式 AI 的应用层创新终于步入爆发期。年初的 Sora 激起一阵 AI 视频生成的浪潮。涟漪未散，OpenAI 新的 SearchGPT 又燃起了 AI 搜索的战火。AI 搜索，这其实是生成式 AI 技术浪潮刚涌现时，大部分人对其应用的想象：改变传统的搜索引擎。这一战场上，Perplexity 在另起炉灶，Google 想着自我革新，Bing 忙着乘势而起。如今，阿里国际也宣布入局，直接带来了一款新产品。但与其它所有人都不同，阿里国际的 AI 搜索切入了一个空白
8/6/2024 7:26:00 PM
机器之心
智谱版Sora开源爆火：狂揽4K Star，4090单卡运行，A6000可微调
智谱AI把自研打造的大模型给开源了。国内视频生成领域越来越卷了。刚刚，智谱 AI 宣布将与「清影」同源的视频生成模型 ——CogVideoX 开源。短短几个小时狂揽 4k 星标。代码仓库：：： 月 26 日，智谱 AI 正式发布视频生成产品「清影」，得到大家广泛好评。只要你有好的创意（几个字到几百个字），再加上一点点耐心（30 秒），「清影」就能生成 1440x960 清晰度的高精度视频。官宣即日起，清影上线清言 App，所有用户都可以全方位体验。想要尝试的小伙伴可以去「智谱清言」上体验「清影」生视频的能力。「清影
8/6/2024 7:19:00 PM
机器之心
科大讯飞发布智能办公本Air 2，打造更懂你的办公AI助手
更懂你的AI助手，让办公轻得自在。8月6日，科大讯飞举行“AI懂你，轻得自在”智能办公本新品发布会，正式发布科大讯飞智能办公本Air 2系列。Air 2深度融合了讯飞星火大模型能力，带来会议纪要、笔记分析、AI写作三大AI绝招；Air 2也首次使用了语义转折点识别算法，大幅提升多人会议的分角色转写准确率；此外，Air 2还拥有88.5%超大视觉屏占比，在轻薄便携的同时带来墨水屏视野“大”体验。轻薄超便携，88.5%超大屏占比Air 2采用了8.2英寸E Ink墨水屏，并拥有88.5%超大视觉屏占比，同时依然保持了5
8/6/2024 6:42:00 PM
新闻助手
免费！字节这款AI音乐神器，30秒速成抖音神曲
机器之能报道编辑：杨文抖音神曲制造机。近日，字节酝酿许久的 AI 音乐创作神器 —— 海绵音乐，终于向公众开放啦！只需要输入主题或者几句歌词，短短几十秒钟，它就能一口气创作出 3 首神曲。歌词、旋律、演唱一锅出，看来以后抖音上会蹦出一堆 AI 歌曲。例如，我们输入「不想上班了，想回家种地」，不到 30 秒，三首民谣歌曲就出炉了。试听链接：，第一首竟有点赵雷的味道。-1-206 首精选歌曲，总有一款适合你与 Suno 类似，海绵音乐也推出了精选榜单，涵盖 R&B、摇滚、嘻哈、电子、国风等多种音乐风格。我们耐着性子数了
8/6/2024 6:25:00 PM
机器之能
最晚明年上半年落地L3：理想端到端自动驾驶，性能大幅提升
最近一段时间，生成式 AI 技术兴起，众多造车新势力都在探索视觉语言模型与世界模型的新方法，端到端的智能驾驶新技术似乎成为了共同的研究方向。上个月，理想汽车发布了端到端 VLM 视觉语言模型 世界模型的第三代自动驾驶技术架构。此架构已推送千人内测，将智能驾驶行为拟人化，提高了 AI 的信息处理效率，增强了对复杂路况的理解和应对能力。李想曾在公开的分享中表示，面对大部分算法难以识别和处理的罕见驾驶环境，VLM（Visual Language Model）即视觉语言模型可以系统地提升自动驾驶的能力，这种方法从理
8/6/2024 6:18:00 PM
李泽南
共探产业第二增长曲线！2024腾讯全球数字生态大会定档9月5日
即日，腾讯宣布2024年腾讯全球数字生态大会定档于9月5日——6日，在深圳国际会展中心举行。大会将以“智启新机，云驱增长”为主题，与海内外客户、生态合作伙伴、技术开发者、政府及社会组织，共同探讨AI等前沿数字技术的新发展，探索数字化助力产业新增长的现实可行路径。腾讯集团高级执行副总裁、腾讯云与智慧产业事业群CEO汤道生表示，增长是企业发展的核心诉求。AI大模型的持续落地，为行业发展、模式创新带来新一轮机遇；以数字化为核心的营销、服务、生产、经营流程的重塑，成为企业实现发展创新、降本增效的切实路径；同时，以“云”为载
8/6/2024 4:36:00 PM
新闻助手
OpenAI 宣布 10 月起举办第 2 届 DevDay 开发者大会：无新 AI 模型，聚焦 API 和开发工具
OpenAI 公司宣布将于 2024 年 10 月 1 日起，在旧金山、伦敦和新加坡举办 2024 年度 DevDay 活动，遗憾的是本次活动不会发布新的 AI 前沿模型。OpenAI 计划在旧金山、伦敦和新加坡分别举办活动，AI在线附上具体日程如下：旧金山：10 月 1 日伦敦：10 月 30 日新加坡：11 月 21 日OpenAI 公司于 2023 年 11 月举办了首届 DevDay 开发者大会，公布了具有 128K 上下文和更低价格的 GPT-4 Turbo、新的 Assistants API、GPT-4
8/6/2024 2:43:53 PM
故渊
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
模型
机器人
谷歌
大模型
Midjourney
智能
用户
开源
学习
GPT
微软
Meta
图像
AI创作
技术
论文
Gemini
Stable Diffusion
马斯克
算法
蛋白质
芯片
代码
生成式
英伟达
腾讯
神经网络
研究
计算
Anthropic
3D
Sora
AI for Science
AI设计
机器学习
开发者
GPU
AI视频
华为
场景
人形机器人
预测
百度
苹果
伟达
Transformer
深度学习
xAI
Claude
模态
字节跳动
大语言模型
搜索
驾驶
具身智能
神器推荐
文本
Copilot
LLaMA
算力
安全
视觉
视频生成
训练
干货合集
应用
大型语言模型
亚马逊
科技
智能体
AGI
DeepMind