应用
OpenAI GPT-4o 新版本突然上线：丝滑解决 9.11 和 9.9 谁大，更强也更便宜了
GPT-4o 新版本突然上线，更强更便宜。能力全方位提升，ZeroEval 基准测试直接跃居第一。输入和输出分别节省 50%、33%。四舍五入就是 API 降价啊。token 输出扩展到 16k，此前支持 4k。9.11 和 9.9 谁大这个问题，也能丝滑解决。这是因为 OpenAI 给 API 中引入了结构化输出。通过 JSON 模式确保模型输出符合开发者定义的结构，能让模型变得更可靠安全。最新版模型“GPT-4o-2024-08-06”在 JSON 模式评估中，得分 100%。相比之下，去年 6 月的版本得分还
8/7/2024 1:13:07 PM
汪淼
无一大模型及格！北大 / 通研院提出超难基准 LooGLE，专门评估长文本理解生成
在长文本理解能力这块，竟然没有一个大模型及格！北大联合北京通用人工智能研究院提出了一个新基准数据集：LooGLE，专门用于测试和评估大语言模型（LLMs）长上下文理解能力。该数据集既能够评估 LLMs 对长文本的处理和检索能力，又可以评估其对文本长程依赖的建模和理解能力。结果不评不知道，一评估发现这些模型在复杂的长依赖任务中的多信息检索、时间重排序、计算、理解推理能力表现均不乐观。比如像 Claude3-200k，GPT4-32k、GPT4-8k、GPT3.5-turbo-6k、LlamaIndex 这种商业模型，
8/7/2024 12:46:42 PM
汪淼
在线设计平台 Canva 可画发布一站式 AI 创作套件“魔力工作室”：支持生成花字、转场动画
感谢在 8 月 6 日的“Canva Connect 连接你我，可画未来”主题活动中，在线视觉传播和协作平台 Canva 可画宣布，一站式 AI 创作套件“魔力工作室”在中国正式上线。该套件号称“人人可用的一站式 AI 创作套件”，功能包括基于 AIGC 的文案生成、图片生成、花字特效生成、图片编辑、转场动画设计生成等。用户仅需输入简单的文字描述，即可快速生成图片插画、花字特效和演示文稿等等。此外，该套件内置“魔力橡皮擦”“魔力抓取”，用户可去除图片中的指定元素或提取、移动图片主体。官网显示，智能抓取、魔力特效、魔
8/7/2024 11:39:58 AM
清源
腾讯元宝上线深度阅读模式：原生支持最长近 50 万字输入，可提炼论文、生成杜邦分析图等
感谢腾讯元宝宣布，在最新版本的腾讯元宝中，当用户上传论文、财报、研报等专业内容的 URL 链接或文件，除获得文字概括总结外，还可进入深度阅读模式，对长文进行精读。该模式可提供核心内容概览及模块化解析，生成总结性图表，辅助用户快速理解关键信息。据介绍，深度阅读模式可原生支持最长近 50 万字的输入，能够在理解专业内容的基础上，生成图文并茂的内容，不仅可以引用输入内容的原图，还能通过代码绘制高阶的分析图。针对外文文献，腾讯元宝可提炼论文中的创新点与不足，便于对论文质量形成判断，也可随时划词搜索或翻译原文中的专业术语。▲
8/7/2024 10:32:08 AM
沛霖（实习）
AI 威胁生计，美国游戏演员发起大罢工
感谢自 7 月 26 日起，美国演员工会（SAG-AFTRA）的成员开始针对游戏行业发起罢工，此次罢工涉及超过 16 万名 SAG-AFTRA 成员，对从大型发行商到小型独立工作室的游戏开发造成巨大冲击。罢工的核心争议在于 AI 技术的使用。工会方要求对演员的数字复制品和生成式 AI 的应用进行严格保护，以防止未经授权使用演员形象和声音。然而，游戏行业谈判委员会 —— 代表着包括动视暴雪、Take-Two、顽皮狗等 30 家公司的利益，对保护范围存在分歧。工会方要求保护所有涉及声音和动作捕捉的演员，而游戏公司最初仅
8/7/2024 10:20:08 AM
远洋
面壁智能开源 MiniCPM-V 2.6 模型：号称端侧 AI 多模态能力对标 GPT-4V，6G 内存可用
面壁智能昨日开源了 MiniCPM-V 2.6 模型，官方表示将端侧 AI 多模态能力拉升至全面对标 GPT-4V 水平。官方称 MiniCPM-V 2.6 模型仅 8B 参数，取得 20B 以下单图、多图、视频理解 3 SOTA 成绩，有以下特点：“三合一最强”端侧多模态：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，单图理解越级比肩多模态王者 Gemini 1.5 Pro 和新晋顶流 GPT-4o mini多项功能首次上端：实时视频理解、多图联合理解、多图 ICL 视觉类比学习、多图
8/7/2024 10:05:21 AM
沛霖（实习）
传月之暗面完成 3 亿美元融资，最新估值 33 亿美元；OpenAI 加持，最强人形机器人 Figure 02 登场丨AI情报局
今日融资快报月之暗面完成3亿美元新一轮融资，投后估值33亿美元，月之暗面回应：不予置评据彭博社报道，月之暗面刚刚完成了新一轮 3 亿多美元融资，此次融资将月之暗面的估值推高至 33 亿美元，并吸引了包括腾讯、高榕资本和老股东阿里巴巴在内的其他投资者。 对此，有接近公司的知情人士表示，此次腾讯参投消息属实。 而月之暗面则回应称，对该融资消息不予置评。
8/7/2024 9:57:00 AM
我在思考中
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
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
谷歌
机器人
数据
大模型
Midjourney
开源
智能
用户
Meta
微软
GPT
学习
技术
图像
Gemini
马斯克
AI创作
智能体
论文
Anthropic
英伟达
代码
训练
算法
Stable Diffusion
芯片
LLM
AI新词
蛋白质
开发者
腾讯
生成式
Claude
苹果
Agent
AI for Science
神经网络
3D
机器学习
研究
生成
人形机器人
xAI
AI视频
计算
Sora
百度
GPU
AI设计
华为
工具
大语言模型
搜索
具身智能
RAG
字节跳动
场景
大型语言模型
深度学习
预测
伟达
视觉
Transformer
视频生成
AGI
架构
神器推荐
亚马逊
Copilot
DeepMind
特斯拉
应用