AI模型
字节跳动 X-Portrait2 技术：引领 AI 视频驱动的新时代
字节跳动智能创作团队提出的 X-Portrait2 单图视频驱动技术，实现了仅凭一张静态照片和一段驱动视频生成高质量、电影级视频的突破。该技术不仅能保留原图身份...
谷歌 Gemini 2.0 AI 模型现踪迹，响应速度更快
谷歌公司正酝酿 Gemini 2.0 版本更新。根据最新曝光的截图，Advanced 用户在 AI 模型选择界面中，可以看到 Gemini 2.0，初步测试结果显示，相比较 Gemini 1.5...
CogVideoX + CogSound: Enhancing Silent Videos with Immersive Sound Effects
早在2021年，我们便开始了大规模训练视频生成模型的探索，先后推出了CogVideo（Hong et al. 2022）和CogVideoX（Yang, Teng et al. 2024）系列模型。2024年7...
字节跳动推出AI视频生成内测，豆包助手引领行业新趋势
字节跳动旗下的AI助手豆包正式开启视频生成内测，支持图片文字一键成片、动态运镜和多镜头一致性，展现了强大的AI视频生成能力。据火山引擎总裁谭待介绍，豆...
Perplexity AI 搜索公司融资 5 亿美元，市值将破 90 亿美元
消息显示，搜索初创公司 Perplexity AI 即将完成 5 亿美元融资，预计融资完成后公司市值将达到 90 亿美元。本轮融资由风险投资公司 Institutional Venture Pa...
GPT-4o 加钱能变快，新功能“预测输出”7 秒完成原先 23 秒的任务
GPT-4o 加钱能变快，新功能“预测输出”7 秒完成原先 23 秒的任务,OpenAI 出了个新功能，直接让 ChatGPT 输出的速度原地起飞！这个功能叫做“预测输出”（Predict...
Instagram 利用 AI 技术识别青少年谎报年龄行为
Instagram 计划使用人工智能技术来识别青少年用户谎报年龄的行为。这项技术被称为“成人分类器”，它将分析用户的账户数据，包括关注者列表、互动内容以及朋友...
ChatGPT AI 搜索还不是“谷歌杀手”：关键字搜索不靠谱
ChatGPT AI 搜索虽然在处理复杂问题时表现出色，但在处理简短的关键字搜索时不够可靠，容易出现错误信息。OpenAI 计划在未来几个月内根据用户反馈不断改进这...
OpenAI CEO 阿尔特曼预测 AGI 可在 5 年内实现，但短期社会影响不大
OpenAI CEO 阿尔特曼一直对通用人工智能（AGI）充满热情，并表示公司正在积极追求这一雄心勃勃的目标。在最近的一次 Reddit AMA 中，阿尔特曼声称，使用现有...
Claude 3.5 Haiku AI Model: A Cost-Effective Alternative to GPT-4 Mini and Gemini 1.5 Flash
Claude 3.5 Haiku AI模型是Anthropic公司最新发布的一款语言模型，其性能在多项AI基准测试中超过了Anthropic之前最大的模型Claude 3 Opus。这款模型在文本模...
英伟达团队机器训练新方法：仅 5 次演示让机器生成 1000 个新 demo
英伟达团队提出了一种新的机器训练方法，名为 DexMimicGen，该方法能够通过仅5次演示，让机器生成1000个新的演示（demo）。这一创新解决了机器人训练数据缺乏...
机器狗“职业”再加一：2024杭州马拉松首次启用四足机器人配速员
在2024杭州马拉松中，四足机器人首次被用作官方配速员，其配备了“半马收尾”配速员气球，以稳定配速为跑者提供科学跑步节奏。机器人配速员的投用在国际马拉松...
GPT-4安全漏洞：十六进制字符串绕过防护机制
研究人员发现了一种绕过GPT-4安全防护机制的方法，即通过十六进制字符串转换，成功地让GPT-4编写出了恶意攻击程序。 这一发现揭示了AI模型在处理复杂指令...
中国电信 TeleAI 星辰语音大模型升级：支持中英双语及 40 种方言任意混说
中国电信人工智能研究院（TeleAI）在2023年5月发布了业内首个支持30种方言自由混说的语音识别大模型——星辰超多方言语音识别大模型。这一创新技术使得用户能够...