- 业界 2024-05-17 15:26

ai日报:百度搜索11%结果由ai生成;腾讯混元支持生成16s视频;谷歌发布开源视觉语言模型paligemma;hugging face承诺免费提供1000万美元gpu计算资源-pg官网是哪个

欢迎来到【ai日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现ai领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新ai产品应用。

新鲜ai产品点击了解

1、李彦宏:已有11%结果由ai生成

在百度2024年第一季度财报电话会上,百度创始人李彦宏深入探讨了公司的业务表现和未来发展方向,强调人工智能技术对用户体验的推动和创新。尽管面临宏观经济挑战,百度仍致力于发展人工智能领域,取得成果并对未来充满信心。

【aibase提要:】

💡 百度一季度在线营销收入同比增长3%,得益于搜索业务成熟。

💡 11%搜索结果通过生成式人工智能技术计算,提供更准确、有条理的答案,拓展用户任务完成能力。

💡 百度在人工智能领域持续投入,尚未商业变现,但对长期前景充满信心。

2、谷歌发布开源视觉语言模型paligemma

谷歌推出了开源视觉语言模型paligemma,结合图像处理和语言理解能力,支持多种视觉语言任务。该模型具有多任务支持、30亿参数规模和siglip视觉编码器与gemma语言模型结合的特点。谷歌的贡献推动了ai领域发展,为研究人员和开发者提供强大工具。paligemma的开源特性意味着可以被广泛使用、改进和集成到各种产品和服务中。

image.png

【aibase提要:】

✨ 多任务支持: paligemma能处理多种视觉语言任务,应用场景广泛。

🔑 参数规模: 包含30亿参数,是大型多模态模型。

💡 模型架构: 结合了siglip视觉编码器和gemma语言模型,处理图像和文本输入。

详情链接:https://huggingface.co/blog/paligemma

3、腾讯混元大模型支持生成16s视频 并推出ai智能体平台腾讯元器

我对腾讯在生成式ai领域的最新成果——腾讯元器以及混元大模型的展示感到印象深刻。腾讯元器是一站式的ai智能体创作与分发平台,为企业提供了全新的pg网赌游戏的解决方案,极大地扩展了智能体的应用范围和影响力。腾讯混元大模型在视频生成和3d生成领域展现出强大的实力,为未来的ai应用开辟了新的可能性。

【aibase提要:】

🚀 腾讯元器是一站式的ai智能体创作与分发平台,为企业提供全新pg网赌游戏的解决方案,扩展了智能体的应用范围和影响力。

💡 腾讯混元大模型参数规模达到万亿级别,采用混合专家模型(moe)结构,在国内技术水平处于顶尖,并在某些中文能力方面与gpt-4相媲美。

🎥 腾讯混元大模型支持多种视频生成方式,包括文生视频、图生视频、图文生视频和视频生视频,已能够生成长达16秒的视频,同时展现了在3d生成领域的强大实力。

详情链接:https://top.aibase.com/tool/tengxunyuanqi

4、chatgpt增强数据分析功能,实现与数据表格的实时交互

chatgpt最近推出了一系列改进的数据分析功能,包括文件上传、实时表格交互、定制和下载演示图表以及安全与隐私保护。这些功能的增强进一步扩展了chatgpt在数据分析和可视化方面的能力,使其成为一个更加强大的工具,能够帮助用户更有效地处理和分析数据,从而做出更明智的决策。

image.png

【aibase提要:】

📂 文件上传: 用户可以直接从google drive和microsoft onedrive上传文件,提高处理google sheets、docs、slides以及microsoft excel、word和powerpoint文件的效率。

📊 实时表格交互: chatgpt能够创建交互式表格,用户可以全屏查看并实时跟踪更新,深入分析数据或跟进问题。

🔒 安全与隐私: chatgpt team和enterprise客户数据不会用于模型训练,plus用户可选择退出训练,保障数据安全和隐私。

详情链接:https://openai.com/index/improvements-to-data-analysis-in-chatgpt/

5、周鸿祎称留给谷歌的时间不多了 建议所有产品开源对抗openai

周鸿祎在谷歌i/o大会上对谷歌发布的创新产品进行了深度点评,认为谷歌应将所有产品开源以对抗竞争对手。他建议谷歌应充分发挥自身优势,关注应用场景并在安卓系统中推广,以获取数十亿用户。通过用户数据反馈推动产品改进的飞轮。

【aibase提要:】

🔍 谷歌应将所有产品开源以应对竞争对手挑战

💡 谷歌应充分发挥搜索、chrome浏览器和安卓等优势,关注应用场景并推广

📈 通过用户数据反馈推动产品改进的飞轮

6、google photos将推出ask photos功能 动动嘴就能搜索照片和视频

google photos即将推出名为ask photos的实验性功能,利用ai模型gemini,用户可以通过自然语言搜索查找照片和视频,辅助完成相关任务。这将进一步增强google photos的搜索能力,让用户更便捷地管理他们的珍贵回忆,享受个性化体验。功能预计将在未来几周内推出。

【aibase提要:】

🔍 自然语言搜索: 用户可以通过自然语言问题搜索照片和视频,无需记住具体关键词或拍摄日期。

🧠 上下文理解和细节提取: gemini ai模型能理解照片上下文和主题,提取细节信息。

🔄 动态调整和学习: ask photos可以根据用户反馈进行动态调整和学习,提供更准确的结果。

详情链接:https://blog.google/products/photos/ask-photos-google-io-2024/

7、openai与reddit合作,将用户生成独特内容整合至chatgpt

openai与reddit宣布战略合作,旨在彻底改变在线社区互动体验和推动ai创新。这一合作将为用户带来全新的体验,同时也为ai和社交媒体融合创造新的可能性。

image.png

【aibase提要:】

⭐ 合作旨在整合先进的ai功能和用户生成的独特内容,提升chatgpt等ai工具的理解和展示能力。

⭐ reddit向openai开放data api,使后者能够获取reddit社区生成的丰富内容,推出个性化内容推荐等ai功能。

⭐ 合作标志着社交媒体和人工智能融合的重要里程碑,为用户和版主带来全新的体验。

8、hugging face承诺免费提供1000万美元gpu计算资源,帮助小型开发者对抗大型ai公司

hugging face承诺投入1000万美元的gpu计算资源,旨在降低开发ai应用的门槛,对抗人工智能领域的中心化趋势。通过分享计算资源,使每个人都能够使用先进的人工智能技术。

【aibase提要:】

🔸 hugging face投入1000万美元gpu计算资源,支持小型开发者

🔸 旨在降低ai应用开发门槛,抗衡科技巨头

🔸 通过zerogpu项目免费共享gpu计算资源,提高成本效益和能源效率

9、openai ceo:gpt-5会很特别 可能类似于一个 “虚拟大脑”

在接受采访中,openai ceo透露了关于gpt-4o和gpt-5的信息,揭示了这些多模态大模型的特点和应用前景。gpt-4o具有跨文本、视频、音频推理能力,低延迟和拟人化声音特点,将带来前所未有的用户体验。而gpt-5被描述为一种非常特别的产品,可能会采用新的名称和功能,更像是一种能处理各种任务的虚拟大脑。

【aibase提要:】

🔹 gpt-4o是多模态大模型,具有跨文本、视频、音频推理能力,低延迟和拟人化声音特点,提升工作效率和生活质量。

🔹 gpt-4o可在一个平台上完成多种任务,如实时翻译、语音交互和视频分析,带来巨大改变,特别适用于开发人员和专业人士。

🔹 gpt-5被描绘为一种“虚拟大脑”,能够帮助用户处理各种任务,是一次巨大的尝试,展示了openai在人工智能领域的创新和突破。

10、马斯克旗下 xai 与甲骨文接近达成 100 亿美元协议

马斯克旗下的 xai 公司与甲骨文接近达成100亿美元协议,将成为甲骨文最大客户之一。这一举动将加速 xai 在人工智能领域的发展,提升其竞争力。

【aibase提要:】

💰 马斯克的 xai 计划投资100亿美元租用甲骨文的 ai 服务器,成为甲骨文最大客户之一。

🚀 xai 正在进行60亿美元的股权融资,以支付云计算服务成本,提升 grok 模型的性能和效率。

💡 马斯克计划通过融资加速 gpu 租赁扩张,目标是在2025年前达到10万个 gpu。

11、腾讯混元将发布大模型c端app腾讯元宝

腾讯在腾讯云生成式ai产业应用峰会上宣布将推出面向c端用户的全新app“腾讯元宝”,背后搭载着超万亿参数规模的通用大语言模型——混元大模型。该模型展现出卓越的中文理解、创作、逻辑推理和任务执行能力,为用户带来高效经济的智能体验。

【aibase提要:】

🚀 腾讯元宝是基于腾讯混元大模型的全新app,展现出超强的中文理解和创作能力。

💡 腾讯混元采用混合专家模型(moe)结构,大幅提升了性能,降低了推理成本,为用户带来更高效的体验。

💬 腾讯混元在文本生成、数理逻辑和多轮对话等关键领域达到业界领先水平,为中文用户提供前所未有的智能体验。

chatgpt源码推荐:

相关话题

推荐关键词

24小时热搜

查看更多内容

大家正在看

网站地图