登陆注册
14793

AI视野:Midjourney V6史诗级升级;ChatGPT新增存档聊天记录功能;阿里DreaMoving开源;百度千帆AppBuilder开放

站长网2023-12-21 15:39:330

📰🤖📢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。

【AiBase提要:】

😲 Midjourney V6社区评价引发轰动,图像逼真程度令人难以置信,光影效果和细节表现惊艳。

🚀 V6即将上线,传言将在今明两天发布,成为AI生图领域的新巅峰,引起网友期待和兴奋。

🎨 Midjourney V6改善了语言提示的理解能力,用户能更准确地指导图像生成,为创作提供更大控制权。

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。

【AiBase提要:】

🔄 存档聊天记录功能: OpenAI的ChatGPT现在支持在“设置”中存档聊天记录,用户可以方便保存对话,而无需删除。

📱 跨平台推出: 该功能已在Web和iOS平台上推出,并计划在安卓版本上线。

🔍 更多操作选择: 用户可在设置中对聊天文档进行多种操作,包括删除、命名和查看。

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。

【AiBase提要:】

👾 DreaMoving是阿里基于扩散模型的视频生成框架,能根据人脸、姿势和文本提示生成高质量的定制化人类视频。

🌐 通过引入Video ControlNet和Content Guider组件,DreaMoving实现了对运动的精准控制和文本提示的内容嵌入转换。

🚀 DreaMoving开源,提供了代码和试玩地址,让用户体验其强大的泛化能力和定制化视频生成功能。

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。

【AiBase提要:】

🚀 全栈产品发布:百度智能云发布多款产品,从基础设施到通用计算再到分布式云,全面满足大模型落地需求。

💻 AppBuilder亮相:推出千帆AppBuilder,为企业提供代码态和低代码态两种形态,助力高效AI原生应用开发。

📈 成绩亮眼:千帆平台大模型API调用量增长10倍,已服务4万家企业用户,成本最高可下降90%。

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。

【AiBase提要:】

🎁 价格优惠:12个月专业版尊享礼品卡限时658.8元,满足用户各种需求。

🚀 功能升级: 文心大模型4.0全面升级,提供更强大的语言理解和生成能力。

🌐 网页体验提升: 尊享礼品卡用户在网页端将享受高阶插件和画图效果升级,提升使用体验。

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。

【AiBase提要:】

🎥3D动态头像技术: 苹果的HUGS技术可以从短视频中生成逼真的3D动态头像,训练速度提高了100倍以上,为更沉浸的视觉体验打开新可能。

🧠 内存优化: 苹果攻克了在有限内存设备上运行大型语言模型的难题,通过降低数据传输量和优化读取方式,在iPhone等设备上高效运行复杂的AI系统。

🚀 AI愿景: 苹果通过这些技术展现在AI领域的领导地位,未来可能推出更多基于内存优化的AI应用,提升设备性能和人工智能服务的可用性。

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。

【AiBase提要】

🚀 技术创新与融资:together.ai通过FlashAttention等技术推动AI模型训练速度飙升9倍,获得1.025亿美元A轮融资,包括NVIDIA在内的多家投资者参与。

🌐 开源生态倡导:作为全栈AI公司,together.ai拥抱开源生态,创建开放生态系统,挑战闭源大模型公司,推进人工智能领域的开源发展。

💡 自有技术与数据集:together.ai不仅拥有最快推理技术堆栈,还提供GPU Clusters、Fine-Tuning服务,以及自有数据集和示例性开源AI模型,构建全方位AI服务平台。

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。

【AiBase提要:】

🚀 VAST公司推出自研的3D大模型Tripo,实现「秒级」时代的3D生成,标志着传统建模方式的革新。

👩‍💻 该公司算法团队来自海内外顶尖高校和技术大厂,致力于降低高质量3D资产和环境制作的专业知识和成本。

🌐 VAST探索通用3D大模型,解决AI在3D生成领域的挑战,缩短生产周期,提高生成质量、速度和可控性。

🤖📈💻💡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。

【AiBase提要:】

🤖 CogAgent是一款180亿参数的视觉语言模型,在GUI理解和导航方面表现出色。

📸 模型支持高分辨率视觉输入和对话问答,可针对任意GUI截图进行任务推理。

🔍 CogAgent还通过OCR预训练和微调提升了相关任务的性能。

🤖📱💼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。

【AiBase提要:】

🚪 创新技术: AnyDoor基于扩散技术,通过一次训练实现多样化物体-场景组合,解决传统模型需要调整参数的问题。

🎨 自动摆姿势: 设计师可使用AnyDoor让贴图穿进背景图,实现自动摆姿势、站位的「魔法」,无需担心合照缺人的问题。

✨ 多种实际应用: AnyDoor不仅可用于物体移动和交换,还能轻松扩展为多主体合成和虚拟试穿,在图像编辑领域展现出巨大潜力。

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

【AiBase提要】

🎨 中式审美平台: 奇域AI以中国文化元素为基础,呈现极具中式审美的绘画风格,为创作者提供独特创作空间。

🚀 轻松上手体验: 社区提供新手引导,汇聚顶尖AI绘画创作者,促进创作者学习和启发。

💼 创作变现机会: 创作者可通过分享邀请链接和作品赚取额度,同时提供商业用途的生成图片,助力个人IP知名度提升。

👨‍💻💡🎯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

【AiBase提要:】

💡 存储优化方案: 苹果研究采用在有限内存下将模型参数存储在闪存中的策略,实现了对计算和内存需求的高效管理。

🔄 推断效率提升: 通过窗口化策略和行列捆绑技术,成功运行比可用DRAM容量大两倍的模型,推断速度分别提高了4-5倍和20-25倍。

🌐 新可能性开启: 结合稀疏感知、上下文自适应加载和硬件导向设计,为在内存有限设备上进行大型语言模型推断开辟了新的可能性。

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

【AiBase提要】

🌟 StarVector集成CodeLLM和视觉模型,生成准确SVG图像表示。

🔍 利用CLIP图像编码器和适配器实现对齐标记和代码标记学习。

📈 在SVG-Bench基准测试中,StarVector相较当前方法有显著提升,推动SVG生成技术进步。

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

【AiBase提要:】

🔍 协同归因功能: 引文生成验证、知识检索验证和事实验证,追踪大模型输出来源,确保准确性。

💡 贡献归因方法: 影响函数验证、数据模拟器验证和数据模型验证,评估训练数据对模型输出的影响。

🚀 统一归因框架: 斯坦福整合协同和贡献归因,为开发者提供大模型安全、内容验证的一体化解决方案。

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

【AiBase提要】

🚀 推理速度飙升: PowerInfer让2080Ti在个人电脑上推理大模型速度提升11倍,无需量化,仅需24G4090。

🤖 稀疏激活技术: 利用稠密模型中的稀疏激活,PowerInfer通过预测路由模块实现神经元计算的高效路由。

💡 CPU/GPU混合推理: 基于神经元局部性特征,PowerInfer设计了CPU/GPU混合推理系统,弥合了硬件性能差距。

0000
评论列表
共(0)条