V2

最近，卡内基梅隆大学、Google研究以及乔治亚理工学院联合推出了一项名为MAGVIT-v2的视频标记工具，它成功地将图像和视频输入转化为大型语言模型（LLM）可识别的标记。项目地址:https://magvit.cs.cmu.edu/

**划重点:**1.🔗Nexusflow发布13亿参数的开源生成AI模型NexusRaven-V2，具备功能调用能力，能理解人类指令并转化为精确的软件工具功能/API调用。2.🌐NexusRaven-V2在人工策划的通用软件工具使用基准上，比最新的OpenAIGPT-4模型实现了高达7%的更高工具使用成功率。

面壁智能推出了最新一代端侧多模态模型MiniCPM-Llama3-V2.5，这款模型具有超强的综合性能，能够超越GeminiPro和GPT-4V等多模态巨无霸。MiniCPM-Llama3-V2.5在OCR（光学字符识别）方面取得了SOTA的成绩，能够精准识别难图、长图和长文本。该模型支持30多种语言，并且首次实现了端侧系统级多模态加速，使图像编码速度提升150倍。

智源研究院推出了新一代检索排序模型BGERe-Rankerv2.0，支持100种语言，文本长度更长，并在多项评测中达到了SOTA（state-of-the-art）的结果。该模型是智源团队在BGE(BAAIGeneralEmbedding)系列基础上的新尝试，扩展了向量模型的“文本图片”混合检索能力。

JinaAI公布了其第二代文本嵌入模型的最新进展:jina-embeddings-v2。这个最先进的模型是唯一支持8K（8192个token）上下文长度的开源解决方案。这一成就使其在功能和在大规模文本嵌入基准(MTEB)排行榜上的性能方面与OpenAI的专有模型text-embedding-ada-002相当。

要点:TopazLabs发布了全新版本的PhotoAI软件，包含大量改进和功能增强。PhotoAIV2在降噪和锐化算法上有显著提升，并引入了调整光线和颜色平衡功能。软件使用AI进行图像分析，可用于提升低分辨率图像、去除噪音、改善曝光不足或过度曝光等，具有广泛的应用。

要点:1.TogetherAI发布了RedPajamav2，这是一个包含30万亿标记的开放数据集，用于训练大型语言模型。2.这个数据集的目的是提供高质量的数据，以支持开放式大型语言模型的成功发展。3.数据集包含来自CommonCrawl和其他公开可用网络数据的原始文本数据，以及超过40个质量注释和去重集群。

如果你做内容的时候不知道应该搭配什么音乐，那么这个生成配乐的工具一定要看看。它可以通过从图像中提取提示词，然后生成相应的配乐。该应用的核心功能之一是能够将图像转换为音乐。通过先进的机器学习算法，用户可以上传图像并立即生成相应的音乐作品。这为艺术家、创作者和音乐爱好者提供了一个全新的创作工具，为他们的项目增添独特的声音。

站长之家（ChinaZ.com）6月7日消息:腾讯混元团队联合中山大学、香港科技大学宣布推出全新图生视频模型"Follow-your-Pose-V2”，实现单张图片多人动作驱动。据悉，用户只需输入一张人物图片和一段动作视频，模型便能巧妙地让图片中的人物跟随视频中的动作舞动，生成的视频长度可达10秒。这一技术革新不仅降低了视频制作的门槛，还极大地提升了创作的效率。

欢迎来到【AI日报】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/1、性能超越GPT-4o和Claude3.5Sonnet!超强的Reflection70B模型登场

欢迎来到【AI日报】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/1、Midjourney全面开放网站，向所有用户免费提供每天25张额度

Mobile-Agent-v2是一个先进的AI系统，旨在通过自动化操作和视觉感知技术，实现对移动设备的全面控制。这一系统能够模拟真人的各种交互行为，如点击、滑动和输入等，从而自动化地完成一系列复杂的任务。以下是Mobile-Agent-v2能够实现的一些关键功能示例:搜索和购买商品:AI可以在购物应用中自动搜索特定商品，将其添加到购物车，并执行购买操作。

站长之家（ChinaZ.com）5月22日消息:在全新的GabbyWorldV2游戏中，玩家将迎来一个融合了人工智能和区块链技术的独特体验。这款创新游戏以Dungeons&Dragons为灵感，为玩家提供了创建和探索故事的机会，打造了完全不同的游戏世界。

划重点:🤖自动将代码转化为维基百科风格文章，解决代码文档化难题。📝自动生成清晰描述的代码文档，可视化理解代码。⚙️提供代码图表、自动更新文档等多项功能，提升开发效率。

划重点:🔍最近，大型视觉语言模型（LVLMs）在需要文本和图像理解的任务中表现出色。🚀团队引入了Griffonv2，这是一种统一的高分辨率模型，旨在通过文本和视觉线索提供灵活的对象引用。🌟Griffonv2在引用表达生成（REG）、短语定位和引用表达理解(REC)等任务中表现出色。

今晚，荣耀将举行盛大的新品发布会，备受期待的是荣耀Magic6系列及荣耀与保时捷设计的首款旗舰产品。据此前传闻，荣耀MagicRSR保时捷设计将有两款产品问世，分别为荣耀Magic6RSR保时捷设计和荣耀MagicV2RSR保时捷设计。而根据荣耀手机官方微博的最新消息，荣耀MagicV2RSR保时捷设计已确定将在今晚与我们见面。

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/🤖📈💻💡大模型动态字节跳动发布视频生成模型MagicVideo-V2

人们对文本描述生成高保真视频的需求不断增长，促进了该领域的重大研究。昨日，字节跳动最新发布了MagicVideo-V2多阶段高美学视频生成论文。论文地址：https://top.aibase.com/tool/magicvideo-v2

百度天工AIoT团队发布了高性能分布式MQTT物联网消息中间件BifroMQ-v2.0.0版本，该版本首次支持集群模式，称为StandardCluster。新版本具有以下特性:全面支持MQTT协议、新增HTTPAPI支持、保持高性能、优化模块化架构、具备强大的可扩展性。

划重点:📌高质量数据对于像Llama、Mistral、Falcon、MPT和RedPajama等最先进的开放式LLM的成功至关重要。📌Together.ai的研究人员发布了RedPajama-1T，这是一个5TB的数据集，拥有1万亿高质量英语token，而RedPajama-V2则是一个30万亿token的在线数据集。

今日，荣耀手机官方宣布，荣耀MagicV2折叠屏手机将于7月12日19:30发布。目前，消费者已经开始预约购买。荣耀CEO赵明表示，在折叠屏手机的开发中，需要打破原有的演进思维，将消费者最需要的产品放在首位，打破行业中固有的不可能，从而为消费者带来更优良的体验。据了解，荣耀MagicV2的厚度将在5.2mm左右，比竞争对手薄0.1mm。