标签：初见

快讯

• 字节跳动开源全新 AI 模型 LatentSync，精准控制唇形同步

  字节跳动推出的 LatentSync 是一项先进的端到端唇同步技术，利用音频条件的潜在扩散模型，实现了视频中人物唇部动作与音频的精确匹配。该技术通过引入 TREPA 技术，增强了时间一致性，同时优化了 SyncNet 的收敛性，显著提升了唇同步的准确性。来源
  4个月前 (01-07)

• 谷歌发布最新开源语言模型 Gemma2，性能超越 Llama3

  谷歌在最近的 I/O 柏林大会上宣布开源最新语言模型 Gemma2，该模型性能超越 Llama3，同时具有高效推理和广泛的硬件支持。Gemma2 的开放许可和兼容性使其成为开发人员和研究人员的理想选择。谷歌还推出了负责任的 AI 工具包和计划开源文本水印技术，展示了对 AI 发展的承诺。开发者和研究人员可以免费获取 Gemma2 模型，加速 AI 领域的发展。
  10个月前 (07-03)

• OpenAI 训练 CriticGPT 模型用以检查 GPT-4 输出内容

  OpenAI 近期宣布，他们基于 GPT-4 的模型，训练了一个名为 CriticGPT 的模型。这个模型可以用来检查 ChatGPT 输出的内容是否存在错误，CriticGPT 可以撰写评论，来强调 ChatGPT 生成答案中有错误的地方。
  10个月前 (07-03)

• 腾讯元宝 AI 上线深度搜索模式

  腾讯宣布旗下大模型应用「腾讯元宝」AI 搜索能力升级，上线深度搜索模式。更新到最新版本后，腾讯元宝将在 AI 搜索深度模式下对问题进行扩展，从深度和广度两方面，提供更结构化、更丰富的回答，并可同步生成内容大纲、思维导图及相关人物事件梳理，帮助用户全景式了解搜索内容。
  10个月前 (07-03)

• 限时免费体验！百度文心大模型 4.0 Turbo 在文心一言官网上线

  百度在 2024 年 WAVE SUMMIT 深度学习开发者大会上发布了文心大模型 4.0Turbo 版本，速度和效果显著提升。新版本已在官网上线，回复速度快，内容质量高。在多个应用场景表现出色，包括信息获取、问答效果测试、专业知识问答、文档信息处理和代码开发。限时免费体验机会已开放给所有文心一言专业版用户。官网
  10个月前 (07-03)

• Google 发布最强 AI 大模型 Gemini

  Google CEO 桑达尔・皮查伊（Sundar Pichai）官宣 Gemini 1.0 版正式上线。据介绍，这是 AI 模型的巨大飞跃，最终将影响几乎所有的 Google 产品。Gemini 大模型包括三种量级：能力最强的 Gemini Ultra，可扩展多任务的 Gemini Pro 以及适用于特定任务和移动设备的 Gemini Nano。Gemini 是一个多模态大模型，这意味着它可以概括并无缝地理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。谷歌还将 Gemini 与 OpenAI 的 GPT-4 进行了比较，除 HellaSwag 数据集外，Gemini 其它基准测试全面领先 GPT-4。官网
  1年前 (2023-12-08)