无际Ai

无际Ai

ChatGPT 发布公告，面向付费用户推出新的功能，在使用 ChatGPT 分析文件数据时，不再需要从 Google Drive 或者 OneDrive 上下载，可以直接在聊天机器人界面从网盘中选择文件。
ChatGPT 表示，这项功能能够让聊天机器人更快读取和分析微软 Excel、Word 和 PowerPoint 文件以及 Google 对应的文件格式，不过在这之前，需要用户对 ChatGPT 直接读取网盘文件进行授权。在上传文件后，ChatGPT 可以对文件进行实时读取分析，比如说表格数据，将会在聊天机器人页面生成一个交互式表格，用户可以灵活进行表格数据分析，也可以绘制演示文档的可视化数据图。

JPG 长图

科技研究所
AI、AGI、AIGC是什么？有什么特点？

2024-05-16
无际Ai

▶ Google 举办 I/O 开发者大会：
今天凌晨，Google 举办了 I/O 开发者大会，此次发布会上展示了十余种新品及升级。发布会主要亮点如下： •Google Search AI：发布了 AI Overviews，加强版 AI 搜索概要功能，多步推理能力上架。 •Gemini 大模型：Gemini 1.5 Flash（100 万上下文）；Gemini Pro（200 万上下文）。 •Gemma 大模型：发布开源多模态大模型 Pali Gemma 和 Gemma2。 •AI in Google Workspace：用 Gemini 的能力和 Side Panel 的形式，将 Google 系列产品串在一起。 •Gemini App：手机版的 Gemini 应用程序，即将支持和 AI 视频对话，近几周发布。 •Project Astra：最新的多模态 AI 项目，包含 Imagen3、 Music AI Sandbox 和 Veo 等针对图像、音乐、视频的生成式 AI。

JPG 长图

科技研究所
无际Ai

腾讯混元官方账号在社交平台上宣布，腾讯混元文生图大模型全面升级并对外开源。
用户可在 Hugging Face 平台和 GitHub 上免费获取，包含模型权重、推理代码和算法等完整模型，无论是企业还是个人开发者都可以免费使用。混元文生图大模型主要特点如下： • 全新的 DiT 架构 • 中文原生 • 多轮对话 • 多主体 • 人物提升 • 长文本理解能力

JPG 长图

JPG 长图

科技研究所
无际Ai

今天凌晨，OpenAI 正式发布 GPT-4o，其中的「o」代表「omni」（即全面、全能的意思），这个模型同时具备文本、图片、视频和语音方面的能力，甚至就是 GPT-5 的一个未完成版。
并且，这个 GPT-4 级别的模型，将向所有用户开放，并且未来几周内先向 ChatGPT Plus 推送。 GPT-4o 主要亮点如下： • GPT-4o 模型可打通任何文本、音频和图像的输入，相互之间可以直接生成，无需中间转换 • GPT-4o 语音延迟大幅降低，能在 232 毫秒内回应音频输入，平均为 320 毫秒，这与对话中人类的响应时间相似。 • GPT-4o 向所有用户免费开放 • GPT-4o API，比 GPT 4-Turbo 快 2 倍，价格便宜 50%

JPG 长图

JPG 长图

科技研究所
OpenAI下周发布更新；TikTok将自动标记AIGC；智谱AI亮相2024ICLR

2024-05-11
OpenAI发布AI图片检测器；Meta推出AI广告工具；谷歌发布Pixel 8a

2024-05-09
微软开发新模型；YouTube 推出新AI功能；可折叠iPhone 或发布？

2024-05-07
AI 如何提升网络安全？人工智能在提升网络安全中的应用与实践

2024-04-29
苹果发布开源模型；盘古大模型5.0将亮相；英伟达将收购 Run：ai

2024-04-26

1跟贴
人工智能在科学探索中的潜力：引领新的科学革命

2024-04-25
未来五十年，智能科技将如何改变传统行业格局？

2024-04-24
AI成本可接近零？OpenAI推出Batch API；文心大模型4.0工具版发布

2024-04-17
无际Ai

💡亚马逊高管：机器人不会取代人类的工作
亚马逊全球机器人总监 Stefano La Rovere 在接受 CNBC 采访时表示，先进的机器人、AI 和其他技术并没有取代人的工作，而是增强了人类在工作中的角色。「机器人和技术帮助我们的员工…… 通过减少任务之间的步行距离，消除重复动作，或帮助他们举起重物」，La Rovere 说。他也认为，亚马逊的员工可以学习新技能，获得新的能力，从而实现自己的职业目标。他补充，新技术正在创造全新的工作类别，过去几年已经创造了 700 多个新类别的岗位。

JPG 长图

科技研究所
无际Ai

▶iOS 18 首批 AI 功能或完全本地运行
Mark Gurman 报道称，苹果计划为 iOS 18 推出的首批 AI 功能将完全不依赖云服务器。 Gurman 表示，目前看来苹果即将在 WWDC 上发布的 AI 技术将完全在设备本地运行，为新功能提供支持的大语言模型将不会在云端处理。 Gurman 补充，苹果可能未来会提供一些基于云端的 AI 功能，此前有报道称苹果已经和 Google、OpenAI 和百度等公司就 AI 上的合作进行了讨论，不过有知情人士否认了百度和苹果之间关于 AI 的合作。 MacRumors 则分析认为苹果仍有可能推出自家基于云的生成式 AI，因为此前也有消息指出，苹果正在积极购买 AI 服务器。苹果将在 6 月 10 日至 14 日举办 WWDC 2024 全球开发者大会，预计将在大会上推出 iOS 18 更新，并有可能介绍 AI 功能。

JPG 长图

科技研究所
无际Ai

▶ iOS 18 或带来「Safari 浏览助手」
MacRumors 报道，有开发者发现苹果服务器后台代码，显示 iOS 18 将配备一个新的「Safari 浏览助手」。代码显示了关于「Safari browsing assistant」（Safari 浏览助手）的字符描述，该开发者推测，这个浏览助手可能会类似微软的 Copilot ，能够总结当前网页的主要内容。这个 Safari 浏览助手可能是 iOS 18 新的生成式 AI 功能之一。目前 iPhone 上一些第三方浏览器已经配备了类似的功能，比如说微软浏览器 Edge 上的 Copilot ，和 Arc Search。路透社近日报道，在欧盟开放 iOS 第三方默认浏览器选择后，欧盟用户更愿意使用其他浏览器来替代 Safari。

JPG 长图

科技研究所
无际Ai

▶ Google 推出 Gemini 1.5 Pro 公共预览版，能处理音频
在 Google Next 活动期间，Google 宣布将通过其 AI 应用平台 Vertex AI 向公众提供 Gemini 1.5 Pro，并且还赋予其「听力」，帮助用户处理音频内容。用户可以上传会议录音、电视节目等音频内容，无需书面记录就可让其解读和总结。 Gemini 1.5 Pro 于 2 月份发布，当时面向开发者和企业用户开放。据悉，这个在 Gemini 系列中定位中量级的模型，在性能上已经超越了体型和性能最强的模型 Gemini Ultra。除此之外，Google 还发布了首款 Arm AI 处理器 Axion，Google 表示，Axion 处理器比同类基于 X86 的产品高出 50% 的性能和 60% 的能效，比 AWS 和微软等竞争对手基于 Arm 的产品性能高出 30% 。 Google 还推出了一个新的视频生产力工具「Vids」。据 Google 介绍，用户只要会制作 PPT，就可以在 Vids 中制作视频。

JPG 长图

科技研究所
WPS 365开启企业一站式AI办公；联发科推出生成式AI服务平台

2024-04-10
无际Ai

▶ OpenAI 首次展示音频模型：
OpenAI 在其官网博客上公布了语音生成模型— Voice Engine，该模型可以根据某人的 15 秒语音片段创建情感丰富且逼真的声音。该模型于 2022 年底首次开发，并且已经对教育技术公司 Age of Learning、视觉故事平台 HeyGen、健康软件制造商 Dimagi、人工智能通信应用开发商 Livox 和健康系统 Lifespan 等公司开放访问。 Voice Engine 的用途十分广泛，可用于提供阅读帮助、改善偏远地区的基本服务交付，以及为患有影响言语的人士提供治疗应用。 OpenAI 还在博客中表示，「通过开放小规模部署，有助于我们按照现有方法、保障措施等推进产品落地，并在不断磨合、探索过程中思考，如何将 Voice Engine 用于各行各业」。

JPG 长图

科技研究所
无际Ai

▶ 微软携手 OpenAI 投入 1000 亿美元打造新 AI 超算
据 The Information 报道，微软将与 OpenAI 计划联手投资 1000 亿美元，打造名为「星际之门」的先进人工智能超级计算机。「星际之门」的成本比现有的数据中心高出百倍，该项目将包含一台超级计算机，同时还配备有数百万个专用服务器芯片，为 Open AI 的人工智能提供动力。 The Information 媒体还指出该项目的关键之一，是 OpenAI 能否在规定期限内交付 GPT-5 模型，并表示 OpenAI 目前计划在 2025 年初推出 GPT-5 。

JPG 长图

科技研究所

正在载入...

热门搜索