AI大模型日报#0830:智谱AI推出多款升级模型、阿里开源多模态Qwen2-VL

本文主要是介绍AI大模型日报#0830:智谱AI推出多款升级模型、阿里开源多模态Qwen2-VL,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!

导读:AI大模型日报,爬虫+LLM自动生成,一文览尽每日AI大模型要点资讯!

目前采用“文心一言”(ERNIE-4.0-8K-latest)、“智谱AI”(glm-4-0520)生成了今日要点以及每条资讯的摘要。欢迎阅读!

《AI大模型日报》今日要点:智谱AI在KDD 2024上展示了其全新大模型GLM-4-Plus,该模型在多任务上逼近甚至超越GPT-4o,并推出了支持中英双语的对话机器人等功能,巩固了中国在全球大模型领域的领先地位。而阿里发布的开源多模态模型Qwen2-VL则支持实时视频对话,并在多项指标上超越了GPT-4o。此外,阿里通义推出了一键生成PPT的新产品,提升工作效率的同时也提醒用户警惕AI生成的错误。然而,在行业发展的同时,Runway突然删除HuggingFace库并停止维护,引发业内关注。 另一方面,米哈游创始人蔡浩宇的新AI公司Anuttacon曝光,旨在用AI为游戏玩家创造新体验,吸引了多位技术大牛加入。在AI技术应用上,人大北邮上海AI Lab等提出了让AI更懂物理世界的多模态分割新方法Ref-AVS,谷歌也升级了其Gemini AI平台,推出全新AI定制助手Gems,图像生成模型Imagen 3也支持生成人物图像,标志着个性化AI体验的转变。

标题: 一手实测结果出炉!智谱「超大杯」模型全家桶亮相KDD,部分任务超越GPT-4o
 


摘要: 智谱AI发布全新大模型GLM-4-Plus,在多任务上逼近甚至超越GPT-4o,同时推出视频通话功能。在KDD 2024上,智谱AI展示了支持中英双语的对话机器人ChatGLM和基础模型的重大升级。新模型在语言理解、指令遵循等方面性能全面提升,达到国际领先水平。此外,智谱还发布了文生图模型CogView-3-Plus和图像/视频理解模型GLM-4V-Plus,后者是国内首个通用视频理解模型API。智谱清言也升级为首个可以通过文本、音频、视频和图像多模态互动的AI助手,开放给部分用户。这些进展巩固了中国在全球大模型领域的领先地位。
网址: 一手实测结果出炉!智谱「超大杯」模型全家桶亮相KDD,部分任务超越GPT-4o | 机器之心
 
标题: 6小时视频,一键转成PPT,赵晓卉们再也不用发疯了
摘要: 阿里通义推出最新PPT产品,主打一键生成功能,包括音视频转PPT,可大幅提高工作效率。同时,该产品还支持一句话生成PPT和上传文档生成PPT。与Kimi的PPT助手相比,通义PPT模板较少但设计排版高级,内容准确性高,不过生成速度稍慢,且存在内容错误和配图问题。因此,在使用AI生成PPT时,需要警惕其错误,将其视为提高效率的工具而非完全依赖。
网址: 6小时视频,一键转成PPT,赵晓卉们再也不用发疯了 | 机器之心
 

标题: Runway突然删除HuggingFace库!网友:真跑(Run)路(Way)了


摘要: Runway突然删除在HuggingFace上的所有内容,并声明不再维护,引发网友热议。其之前的项目如Stable Diffusion v1.5也无法访问。此事在Reddit、Twitter上引起关注,网友猜测原因并分享替代资源。截至发文,官方未给出解释。欢迎读者留言讨论。
网址: Runway突然删除HuggingFace库!网友:真跑(Run)路(Way)了 | 机器之心
 
标题: 米哈游蔡浩宇新AI公司曝光,挖Llama 3科学家坐镇大模型
 


摘要: 米哈游创始人蔡浩宇的新AI公司Anuttacon曝光,该公司旨在用AI为游戏玩家创造新体验。Anuttacon与米哈游关联紧密,注册地点相同,且招聘地点与蔡浩宇领英账号标注地点一致。新公司吸引了微软图形学大佬童欣等技术大牛加入,团队包括大模型研究负责人和互联网基础设施老将。蔡浩宇认为AI将改变游戏行业格局,Anuttacon或成为行业前0.0001%的精英团队。米哈游则可能负责打造“人人都可以制作游戏的平台”,服务于剩余的99%。
网址: 米哈游蔡浩宇新AI公司曝光,挖Llama 3科学家坐镇大模型 | 量子位
 
标题: 让AI更懂物理世界!人大北邮上海AI Lab等提出多模态分割新方法
 


摘要: 要点提炼: 人大高瓴GeWu-Lab、北邮、上海AI Lab等机构的研究人员提出了一种名为Ref-AVS的多模态分割新方法,该方法整合文本、音频和视觉模态,让AI更懂真实物理世界。相关论文已入选ECCV2024,数据集和代码已开源。Ref-AVS通过构建包含多样指代表达式的数据集Ref-AVS Bench,并设计端到端框架高效处理多模态线索,实现了对动态视听场景中对象的精准分割。该方法在定量和定性实验中均表现出色,具有可泛化性和准确性。
网址: 让AI更懂物理世界!人大北邮上海AI Lab等提出多模态分割新方法 | 量子位
 
标题: 超越GPT-4o!阿里发布最强开源多模态模型Qwen2-VL,支持实时视频对话
 


摘要: 阿里发布了新的开源多模态模型Qwen2-VL,该模型在图像和视频理解任务上取得了SOTA,并且在多项指标上超越了GPT-4o等闭源模型。Qwen2-VL支持实时视频对话,并能操纵手机和机械臂。该模型有三个版本,其中2B和7B版本可免费商用,而72B版本通过API提供。Qwen2-VL的创新之处包括对原生动态分辨率的全面支持以及多模态旋转位置嵌入,这些创新提升了模型的多模态处理和推理能力。
网址: 超越GPT-4o!阿里发布最强开源多模态模型Qwen2-VL,支持实时视频对话 | 量子位
 
标题: Imagen 3支持人物生成,人人可用!谷歌Gemini AI重大升级来了
摘要: 谷歌升级了Gemini AI平台,并推出全新AI定制助手Gems,面向150多个国家。同时,其图像生成模型Imagen 3也支持生成人物图像,并向公众开放。Imagen 3可以根据文本提示创建高质量图像,并采取了安全措施以避免生成不准确或具有误导性的内容。此外,Gems助手可以为企业和商业用户提供定制化的AI解决方案,标志着个性化AI体验的转变。这一新功能可能对多个行业产生深远影响,同时也引发了关于数据隐私、工作替代和潜在滥用的问题。
网址: Imagen 3支持人物生成,人人可用!谷歌Gemini AI重大升级来了|ai|gemini|imagen|人物生成|微软|语音助手功能|谷歌_手机网易网
 

这篇关于AI大模型日报#0830:智谱AI推出多款升级模型、阿里开源多模态Qwen2-VL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/1122312

相关文章

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

无需邀请码!Manus复刻开源版OpenManus下载安装与体验

《无需邀请码!Manus复刻开源版OpenManus下载安装与体验》Manus的完美复刻开源版OpenManus安装与体验,无需邀请码,手把手教你如何在本地安装与配置Manus的开源版OpenManu... Manus是什么?Manus 是 Monica 团队推出的全球首款通用型 AI Agent。Man

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

linux环境openssl、openssh升级流程

《linux环境openssl、openssh升级流程》该文章详细介绍了在Ubuntu22.04系统上升级OpenSSL和OpenSSH的方法,首先,升级OpenSSL的步骤包括下载最新版本、安装编译... 目录一.升级openssl1.官网下载最新版openssl2.安装编译环境3.下载后解压安装4.备份

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

SpringBoot快速接入OpenAI大模型的方法(JDK8)

《SpringBoot快速接入OpenAI大模型的方法(JDK8)》本文介绍了如何使用AI4J快速接入OpenAI大模型,并展示了如何实现流式与非流式的输出,以及对函数调用的使用,AI4J支持JDK8... 目录使用AI4J快速接入OpenAI大模型介绍AI4J-github快速使用创建SpringBoot