行业/好文

如果你以为OpenAI Sora只是像DALLE那样的创意玩意儿，那你就需要重新思考了。Sora是一个数据驱动的物理引擎，它能模拟各种世界，无论是现实的还是虚构的。这个模拟器通过去噪技术和梯度计算来学习复杂的渲染、直观物理、长期推理和语义基础。 如果说Sora使用了虚幻引擎5来训练大量合成数据，我一点也不会感到意外。它肯定是这样的！ 让我们来分析一下下面的视频。提示：“两艘海盗…

2024.02.08 Bard 现更名为 Gemini 具体变化：Gemini 是直接体验 Google AI 黑科技的理想方式。你熟悉和喜爱的各种协作功能不但仍然好用，而且会在全新 Gemini 时代继续不断进步。此外，我们还改进了界面，以便减少视觉干扰、提升易读性并简化导航。 原因：我们致力于让所有人直接体验 Google AI 的强大功能，自本周起，位于我们所支持国家/地…

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…

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…

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…

Meta的研究人员在对抗合成语音的挑战中取得了一项重大突破。他们提出了一种名为AudioSeal的技术，该技术能够在人工智能生成的语音中嵌入隐形水印，用于主动检测AI生成的言论，同时还能够识别生成它的具体模型。 人工智能语音合成技术的迅速发展使得虚构的人类语音变得极为逼真。然而，这也引发了对声音克隆、深度伪造和其他形式的音频操纵的担忧。为了有效区分真实录音和音频深度伪造，需要强…

OpenAI近日发布了一款名为ChatGPT for Vision Pro的应用程序，使用户能够通过文本、图片和语音与Apple Vision Pro进行多模态AI交互。这标志着OpenAI在人机交互领域迈出了重要一步，展示了AI对人类的潜在影响。ChatGPT成为了visionOS的首批应用之一，利用Apple Vision Pro操作系统提供了无缝、沉浸式的数字内容体验。该…

Stable Video Diffusion是一种AI视频生成技术，可以从静态图像或文本创建动态视频，代表了视频生成技术的新进展。它通过图像预训练、视频预训练、高质量视频微调和多视角3D先验等步骤，提供高质量的视频生成。主要功能包括将图像转化为视频、将文本转化为视频等。Stable Video Diffusion可以革新内容创作，从而自动生成创意广告、电影预告片、教育视频、游戏…