AI日报|Luma推出AI视频模型,又一Sora级选手登场?SD3 Medium发布,图中文效果改善明显

本文主要是介绍AI日报|Luma推出AI视频模型,又一Sora级选手登场?SD3 Medium发布,图中文效果改善明显,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章推荐

AI日报|仅三个月就下架?微软GPT Builder出局AI竞争赛;马斯克将撤回对奥特曼的诉讼

谁是最会写作文的AI“考生”?“阅卷老师”ChatGPT直呼惊艳!

⭐️搜索“可信AI进展“关注公众号,获取当日最新AI资讯

今日热点

Luma推出AI视频生成工具Dream Machine,120秒可生成120帧

今日北京时间0:00,Luma推出AI视频生成工具——Dream Machine,现已完全公测。

Dream Machine 120秒可生成120帧,动作非常逼真、连贯,角色一致性极强,能够模拟物理世界,运镜非常自然,完美匹配场景情感。

官方宣传视频:

Dream Machine官方视频

小编实测:

上传照片

只输入“人们正在吃粽子”简单的一句话,生成效果非常自然生动!

Dream Machine自测视频

官方链接:https://lumalabs.ai/dream-machine

Stability AI宣布推出Stable Diffusion 3 Medium ,是SD3系列中最新、最先进的文生图AI模型

SD3 Medium是拥有20亿参数的SD3模型,具有一些显著的特点:

整体质量和照片级真实感:提供具有出色细节、色彩和光照的图像,实现照片级真实感输出以及灵活风格的高质量输出。成功解决了其他模型的常见缺陷,例如手部和面部的真实感。

Prompt理解:理解空间推理、构图元素、动作和风格的长而复杂的提示。

排版:基于Diffusion Transformer架构,实现前所未有的文本质量。拼写、字距、字母形状和间距方面的错误更少。

资源高效:由于VRAM占用空间小,非常适合在标准消费者GPU上运行且不会降低性能。

微调:能够从小数据集中吸收细微的细节,使其完美地定制你想要的图片。

可免费试用3天,体验地址:https://stability.ai/stable-assistant

吴恩达开源AI智能体机器翻译项目,效果媲美商业翻译工具

人工智能著名学者、斯坦福大学教授吴恩达一直非常推崇智能体。此前他曾在个人博客着重指出「AI 智能体工作流将会在今年推动人工智能取得长足进步」

近日,吴恩达开源了一个AI智能体机器翻译项目。这是一个使用 Python 演示的反思智能体工作流的机器翻译示例。主要工作流如下:

1. 输入prompt,使大型语言模型(LLM)将文本从source_language翻译成target_language;

2. 让LLM反思翻译结果,并提出建设性的改进建议;

3. 利用这些建议改进翻译。

另外,这也是高度可控的翻译工作流,只需通过修改提示词,就可以指定语气(正式或非正式)、地区等,还可以提供专业术语表来确保术语翻译的一致性。

经他们的测试,该工作流翻译质量甚至可以媲美领先的商业翻译工具。

https://github.com/andrewyng/translation-agent

谷歌工程师批评OpenAI,称其延缓AGI研究进展

谷歌软件工程师弗朗索瓦・肖莱(François Chollet)在播客与主持人Dwarkesh Patel对话时,表达了他对AGI(通用人工智能,Artificial General Intelligence)研究现状的担忧。


肖莱表示,几年前所有最先进的研究成果都是公开分享和发表的,但现在情况已经不再如此。他将这一变化归因于OpenAI的影响,指责他们导致了“前沿研究发布的完全关闭”。

肖莱批评OpenAI引发了对大模型的炒作,他认为这转移了资源和注意力,使其他潜在的 AGI 研究领域被忽视。他表示,OpenAI将通向AGI的进展推迟了好几年,可能是五到十年。

https://www.ithome.com/0/774/687.htm

https://x.com/tsarnick/status/1800644136942367131

历时约半年,OpenAI年化营收翻倍至34亿美元

据The Information的报道,OpenAI首席执行官山姆・奥特曼对员工表示,在过去约六个月的时间里,公司年化营收达到了34亿美元,相比去年年底翻了一番。此外,通过微软Azure提供人工智能模型接入,也有望获得约2亿美元的营收。

据悉,OpenAI 在 2023 年底时的年化营收还只有16亿美元,去年夏天时约为10亿美元。这些收入大多来自ChatGPT每月20美元的订阅费用,还有一部分来自开发人员在自己的应用程序和服务中使用OpenAI的API产生的费用。

https://www.theinformation.com/articles/openais-annualized-revenue-doubles-to-3-4-billion-since-late-2023

秘塔AI搜索上线APP形态,可在安卓和iOS移动端下载

秘塔AI搜索是由秘塔科技推出的一款AI搜索引擎。功能亮点如下:

1. 全网搜索

(1)为用户提问提供直接、精准的答案,并包含引用源;

(2)自动生成大纲、思维导图、相关事件和人物;

(3)一键导出搜索报告,支持Word和PDF格式。

2. 学术搜索

(1)在数亿篇文献中筛选有用信息,助力学术研究;

(2)快速提取摘要等关键信息,在搜索页清晰展示。

现已在安卓和iOS移动端上架app,可立即体验

https://mp.weixin.qq.com/s/_KVc7dFQP43NhAZudcIROw

字节跳动相关人士回应:AI手机研发项目信息不实,系探索基于手机的大模型软件解决方案

近日有消息称字节跳动已于两个月前秘密启动AI手机研发项目 。该项目核心团队主要由两部分人员构成:一部分来自2019年字节收购的锤子手机研发团队,另一部分则来自2021年收购的PICO VR研发团队。

针对以上信息新浪科技求证字节跳动,字节跳动相关人士称:信息不实,实际上是在探索基于手机的大模型软件解决方案,提供给手机厂商参考使用。目前并没有自己做手机并销售的计划。

https://finance.sina.com.cn/rol

“可信 AI 进展 “ 公众号致力于最新可信人工智能技术的传播和开源技术的培育,覆盖大规模图学习,因果推理,知识图谱,大模型等技术领域,欢迎扫码关注,解锁更多 AI 资讯~

这篇关于AI日报|Luma推出AI视频模型,又一Sora级选手登场?SD3 Medium发布,图中文效果改善明显的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1060292

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

流媒体平台/视频监控/安防视频汇聚EasyCVR播放暂停后视频画面黑屏是什么原因?

视频智能分析/视频监控/安防监控综合管理系统EasyCVR视频汇聚融合平台,是TSINGSEE青犀视频垂直深耕音视频流媒体技术、AI智能技术领域的杰出成果。该平台以其强大的视频处理、汇聚与融合能力,在构建全栈视频监控系统中展现出了独特的优势。视频监控管理系统EasyCVR平台内置了强大的视频解码、转码、压缩等技术,能够处理多种视频流格式,并以多种格式(RTMP、RTSP、HTTP-FLV、WebS

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖