AI 共存派

Vercel将9个人工智能整合在一起，并创建了一个新的模型播放器，用户可以在一个界面上尝试多种模型，生成文本、图像、音频等内容。 Vercel为人工智能应用提供了丰富的产品基础设施，包括聊天机器人来增强客户服务流程，带有语义搜索的推荐系统，检索增强生成（RAG）和生成图像服务等。 为了使这一切更加简单，Vercel还提供了一套工具（AI SDK），帮助开发者在他们的网站上快速使…

该模型能够达到国际象棋大师级别的水平。甚至表现超过了AlphaZero。 这说明Transformer模型，不仅能处理语言任务，还能够在复杂的决策和策略游戏中学习和模拟高级人类智能。 该方法同时显著减少了计算需求。 研究背景： 在国际象棋AI的发展历史中，传统的方法通常依赖于搜索算法（比如alpha-beta剪枝）来预测和评估可能的移动，从而选择最佳的一步。——即考虑棋盘上所有…

这种控制方式比Runway的运动笔刷更进一步，你可以精确控制物品结束运动的位置。 演示中使用的视频模型也是字节研发的PixelDance视频生成模型。 项目简介： 我们提出了Boximator，这是一种用于精细运动控制的新方法。Boximator采用了两种约束机制：硬性约束（hard box）和软性约束（soft box）。 用户可以利用硬性约束选取视频中某一帧（称为条件帧）的…

苹果发布了一项名为多模态大语言模型引导的编辑（MGIE）的新技术，该技术可以帮助用户通过自然语言指令来修改图片，使得编辑图片变得更加简单和自然。 MGIE利用多模态大型语言模型（MLLMs）生成图像编辑指令，并通过端到端训练来捕捉视觉想象力并执行图像处理操作。该方法在ICLR’24上获得了Spotlight成果。 多模态大语言模型引导的编辑技术（MGIE）不仅可以帮…

它们在不同领域应用了生成式人工智能技术。这些公司的产品和服务涵盖了各个行业，包括内容创作、视频制作、教育、金融、医疗、游戏等。它们利用人工智能技术帮助用户提高工作效率、创造更好的用户体验，并解决各种实际问题。这些初创公司的目标是通过创新的人工智能解决方案推动行业的发展。 原文地址： https://www.ycombinator.com/companies/industry/g…

这篇内容总结了大淘宝设计团队在过去一年中对AI技术的实践心得。他们发现AI工具带来了降本增效，提高了创意效果和设计方案的达成。AI工具改变了设计工作流程，提升了设计师的角色和能力。通过AI的应用，设计团队在品牌设计、营销设计、互动玩法等多个领域取得了显著的效果。未来，设计师需要不断学习和适应新工具，优化工作流程，以应对不断变化的需求。 原文地址： https://mp.weix…

该工具提供了一个简单易用的界面，让用户可以轻松创建复杂的图像处理工作流，无需编写代码。 用户只需要将不同的功能块组合在一起，例如图像编辑功能和AI模型，就可以实现个性化的图像自动化处理。 这个工具主要解决电商领域中批量处理图片的问题。 ML Blocks允许用户创建自定义的图像处理工作流，可以处理多步骤的图像生成或分析管道，使用基于图的工作流。用户只需要按照顺序连接几个块，比如…

谷歌计划对其产品巴德进行一系列重大改变，包括更名为Gemini。消息源自安卓应用程序开发人员Dylan Roussel泄露的变更日志。 文档中明确表示：“巴德现在是Gemini”，表明巴德将更名为谷歌去年推出的新模型Gemini，该模型旨在与OpenAI的GPT-4进行竞争。 据透露，谷歌将首次推出Gemini语音聊天，并引入新的“Ultra1.0”模型，其中包括名为“Gemi…