登陆注册
17873

AI视野:Stability AI发布代码模型Stable Code3B;书生·浦语2.0正式开源;阿里推新项目MotionShop;Win11新增AI生成图像功能

站长网2024-01-17 15:43:150

欢迎来到【AI视野】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解:https://top.aibase.com/

🤖📈💻💡大模型动态

Stability AI发布全新代码模型Stable Code3B

Stability AI公司发布了其首个新型人工智能模型,商业许可的Stable Code3B。这一模型仅有30亿参数,专注于软件开发的代码完成能力,可在没有专用GPU的笔记本上本地运行。

【AiBase提要:】

⭐ Stability Code3B,仅30亿参数,可在没有专用GPU的笔记本上本地运行,性能竞争力强。

⭐ 新模型具备代码完成能力,不仅建议新代码行,还可填充现有代码中的较大缺失部分,实现Fill in the Middle(FIM)

⭐ Stability Code3B覆盖Python、Java、JavaScript、Go、Ruby、C 等18种编程语言,在跨多语言基准测试中表现卓越,声称超越了两倍大小模型的完成质量。

产品网址入口:https://top.aibase.com/tool/stable-code-3b

书生·浦语2.0正式开源 支持200K超长上下文

新一代200亿「书生·浦语2.0」是一款开源的大语言模型,支持200K超长上下文,且20B版本在数学推理方面的性能超越了ChatGPT。

【AiBase提要:】

💡InternLM2达到了与ChatGPT比肩的整体表现

💡新一代大语言模型书⽣·浦语2.0综合性能全面领先

💡第三代数据清洗过滤技术大幅度提升模型训练效率

项目地址:https://top.aibase.com/tool/internlm2

新文生图模型PIXART-δ:引入ControlNet,加速文本生成图像生成

PIXART-δ采用Latent Consistency Distillation(LCD)提高训练效率,支持低内存GPU。在推理速度和性能上超越SDXL LCM-LoRA、PIXART-α,成为文本到图像领域的领先模型。

【AiBase提要:】

🔬 创新ControlNet-Transformer设计,提升对Transformer模型的控制性能

⚙️ 采用Latent Consistency Distillation(LCD)提高训练效率,支持低内存GPU

📈 PIXART-δ在推理速度和性能上超越SDXL LCM-LoRA、PIXART-α,成为文本到图像领域的领先模型

项目网址入口:https://top.aibase.com/tool/pixart-

🤖📱💼AI应用

阿里推新项目MotionShop 可将视频中的角色替换为3D

MotionShop利用先进的视频处理和3D渲染技术,能够高效地将视频中的某个角色替换为3D人物,同时不改变视频中的其他场景和人物。

【AiBase提要:】

⭐ 视频处理和背景提取,利用视频处理技术分离出人物,留下无人的背景,并使用角色检测和分割追踪方法完成对目标的检测和追踪。

⭐ 姿势估计,利用姿势估计技术分析视频中人物的动作,并生成相应的3D动画人物。

⭐ 视频合成将渲染好的3D动画人物合成回无人背景视频中,生成最终的视频成果。

试用地址:https://top.aibase.com/tool/motionshop

微软Windows11Paint新增AI生成图像功能

微软Windows11最新更新增加了AI生成图像功能,用户可以选择描述和风格来生成图像。除了描述您想要的内容之外,还可以选择特定的风格,例如水彩或照片写实风格。

【AiBase提要:】

🎨 微软Windows11Paint新增AI生成图像功能,用户可以选择描述和风格来生成图像。

🌐Microsoft于2023年9月推出的Moment4更新将AI智能添加到Paint中,可以通过Windows11版本的Paint使用名为Cocreator的AI驱动工具来生成图像。

🖼️用户可以在画布中央查看生成的三个图像,并选择编辑保存喜欢的图像,也可以选择保存图像并通过电子邮件与其他人共享。

AI创作绘本摩笔天书开放邀请测试

摩尔线程宣布AI创作绘本“摩笔天书”已开放邀请测试,产品基于全功能GPU,为用户提供一站式、多模态、全流程、全自动的创作体验。

【AiBase提要:】

📱摩尔线程AI创作绘本“摩笔天书”已开放邀请测试。

📖用户可以通过输入标题和简要的故事大纲,一键生成完整故事、绘本图片、旁白、字幕、背景音乐等素材。

📚用户可以根据个人喜好进行选择旁白声音、背景音乐、字幕等,也可以进行图文编辑。

官网:https://top.aibase.com/tool/mobitianshu

实时翻译工具Byrdhouse AI 可在视频通话中翻译100多种语言

ByrdhouseAI是一个强大的工具,可以在视频通话中实时翻译100多种语言。它提供了语音翻译字幕和AI驱动的实时口译功能,让用户在会议或聊天中可以将自己的语言转换成另一种语言。

【AiBase提要:】

⭐ 提供语音翻译字幕和AI驱动的实时口译功能

⭐ 自动识别用户语言并进行翻译,允许编辑翻译后的字幕

⭐ 支持自动生成会议或通话摘要,实时语音到语音翻译服务

体验地址:https://top.aibase.com/tool/byrdhouse

📰🤖📢AI新鲜事

Airbnb斥资2亿,收购了家只有12个人的AI初创

前不久,民宿巨头Airbnb宣布收购一家12人规模的AI初创企业GamePlanner.AI。CNBC称Airbnb此次收购花了差不多2亿美金,这也是Airbnb上市后的首次收购。

【AiBase提要:】

Airbnb斥资2亿美元收购AI初创GamePlanner.AI;

AI为Airbnb打开大饼画面,也增强用户体验;

AI的影响正在扩展至各行业,估计将为全球经济贡献15.7万亿美元。

21岁哈佛辍学生开发的首款生活伴侣式AI项链预售火爆

21岁哈佛辍学生Avi Schiffmann近日带来了一款新型可穿戴AI产品Tab AI项链,可全天候记录周围对话并分析用户生活内容,目标成为智能生活伴侣。

【AiBase提要:】

👂Tab AI项链通过麦克风和电池记录用户周围的对话,持续30小时。

📱记录的音频通过蓝牙传输到手机和云端,分析用户的全部生活内容。

💡项链通过大模型技术分析用户的对话,旨在提供有用信息并成为智能生活伴侣。

前谷歌研究人员筹集3000万美元在日本开发人工智能

在东京总部的人工智能初创公司Sakana AI宣布成功筹集3000万美元的种子轮融资。该公司由前谷歌研究人员David Ha和Llion Jones于去年共同创立,致力于开发新的人工智能模型。

【AiBase提要:】

💰 资金规模: Sakana AI 宣布成功筹集3000万美元的种子轮融资。

💼 投资方阵容: 美国Lux Capital和Khosla Ventures领投,索尼、NTT、KDDI等知名公司也参与投资。

🤖 研发重心: 公司将专注于未来一两年的研发,探索基于更小型“代理”网络的人工智能系统。

👨‍💻💡🎯聚焦开发者

PALP:基于提示对齐的个性化文本到图像生成方法

该方法通过使用得分采样来保持模型与目标提示的对齐,提高文本对齐度,并能生成复杂和精细的图像。通过这种方式,PALP可以实现更高程度的个性化,根据用户需求生成个性化的图像。

【AiBase提要:】

⭐️ 使用得分采样保持模型与目标提示的对齐。

⭐️ 可以实现更高程度的个性化,保持对齐度。

⭐️ 支持多主题的个性化生成。

项目地址:https://top.aibase.com/tool/palp

Vanna:一个便捷的SQL数据库交互工具

Vanna是一个工具,通过允许用户使用自然语言来查询数据库,然后将这些语言转换成SQL语句,实现数据库信息的查询和获取。

【AiBase提要:】

⦁ 用户可以使用自然语言来查询数据库,然后Vanna自动将其转换成SQL语句,并查询数据库。

⦁ Vanna可以连接到任何使用SQL的数据库,不论数据库的类型。

⦁ 用户可以根据自己的数据和需求训练Vanna,使得它在转换问题为SQL语句时更准确。

官网地址:https://top.aibase.com/tool/vanna-ai

字节复旦团队提出meta prompts 扩散模型图像理解力刷新SOTA

过去一年,扩散模型逐渐在文生图领域扩展,能否处理视觉感知任务呢?字节跳动和复旦大学技术团队提出了简单有效方案,旨在提高模型在视觉识别任务中的性能。

【AiBase提要:】

💡 复旦大学和字节跳动的团队提出meta prompts 扩散模型图像理解力刷新SOTA

💡 通过引入可学习的元提示到预训练的扩散模型中,以提取适合特定感知任务的特征。

💡 扩散模型在去噪UNet中生成多尺度特征,技术团队引入meta prompts作为特征重组的过滤器,以提高模型在视觉识别任务中的性能。

项目地址:https://github.com/fudan-zvg/meta-prompts

0000
评论列表
共(0)条