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

捷瑞数字业绩波动性明显:关联交易不低,募资必要性遭质疑

《港湾商业观察》施子夫 5月22日,山东捷瑞数字科技股份有限公司(以下简称,捷瑞数字)及保荐机构国新证券披露第三轮问询的回复,继续推进北交所上市进程。 从2023年6月递表开始,监管层已下发三轮审核问询函,关注到捷瑞数字存在同业竞争、关联交易、募资合理性、期后业绩波动等焦点问题。公司的上市之路多少被阴影笼罩。​ 业绩波动遭问询 捷瑞数字成立于2000年,公司是一家以数字孪生驱动的工

揭秘未来艺术:AI绘画工具全面介绍

📑前言 随着科技的飞速发展,人工智能(AI)已经逐渐渗透到我们生活的方方面面。在艺术创作领域,AI技术同样展现出了其独特的魅力。今天,我们就来一起探索这个神秘而引人入胜的领域,深入了解AI绘画工具的奥秘及其为艺术创作带来的革命性变革。 一、AI绘画工具的崛起 1.1 颠覆传统绘画模式 在过去,绘画是艺术家们通过手中的画笔,蘸取颜料,在画布上自由挥洒的创造性过程。然而,随着AI绘画工

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

2024.6.24 IDEA中文乱码问题(服务器 控制台 TOMcat)实测已解决

1.问题产生原因: 1.文件编码不一致:如果文件的编码方式与IDEA设置的编码方式不一致,就会产生乱码。确保文件和IDEA使用相同的编码,通常是UTF-8。2.IDEA设置问题:检查IDEA的全局编码设置和项目编码设置是否正确。3.终端或控制台编码问题:如果你在终端或控制台看到乱码,可能是终端的编码设置问题。确保终端使用的是支持你的文件的编码方式。 2.解决方案: 1.File -> S

AI儿童绘本创作

之前分享过AI儿童绘画的项目,但是主要问题是角色一致要花费很长的时间! 今天发现了这款,非常奈斯! 只需输入故事主题、风格、模板,软件就会自动创作故事内容,自动生成插画配图,自动根据模板生成成品,测试效果如下图。 变现方式:生成儿童绘本发布到各平台,吸引宝妈群体进私域。  百度网盘 请输入提取码百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全

大语言模型(LLMs)能够进行推理和规划吗?

大语言模型(LLMs),基本上是经过强化训练的 n-gram 模型,它们在网络规模的语言语料库(实际上,可以说是我们文明的知识库)上进行了训练,展现出了一种超乎预期的语言行为,引发了我们的广泛关注。从训练和操作的角度来看,LLMs 可以被认为是一种巨大的、非真实的记忆库,相当于为我们所有人提供了一个外部的系统 1(见图 1)。然而,它们表面上的多功能性让许多研究者好奇,这些模型是否也能在通常需要系

以canvas方式绘制粒子背景效果,感觉还可以

这个是看到项目中别人写好的,感觉这种写法效果还可以,就存留记录下 就是这种的背景效果。如果想改背景颜色可以通过canvas.js文件中的fillStyle值改。 附上demo下载地址。 https://download.csdn.net/download/u012138137/11249872

echarts省份标注加散点效果

这个是安徽的效果图,鼠标移到红色标注或者对应的市区位置都会显示对应的数值。 先直接上代码: import anhuiMapJson from './anhui.json'getCoords: function(city) {var res = [];if (city != null) {for (var c in this.cityMap.features) {if (this.cityMa

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多