D-ID是一家提供AI拟真人影片产品服务和开发的公司。只需上传人物照片并输入要说的内容，AI语音机器人就能自动将其转换成音频。近日官方推出数字分身服务，这项服用与百度在过年期间推出的数字分身差不多，只是D-ID这项服务主要面向商业，你可以上传文件定制数字人的知识库，让数字人根据知识库内容来回答问题，此服务能实现只有2秒... 阅读全文

Petty Paint是一款创新的Web VR应用，它将绘画的乐趣和创造力完美融入虚拟现实的体验中。这款模拟器让用户在虚拟的画布上尽情释放创造力，无论是经验丰富的艺术家还是绘画新手，都能在这里将创意转化为惊艳的视觉作品。 稳定扩散技术助力创作升级 Petty Paint的一大亮点是其集成了稳定扩散技术，这项特色让它与传... 阅读全文

非盈利机构 AllenAI 正式推出完全开源的大语言模型 OLMo，此次开源不仅有模型还包括完整的训练代码、数据集和评估代码，官方宣布通过开放研究来加速语言模型科学的发展。首次发布的内容包括四个参数规模达到 70 亿的语言模型，这些模型具有不同的架构、优化器和训练硬件，另外还有一个参数规模为 10 亿的模型。所有这些模... 阅读全文

OpenReplay是一款专为开发者设计的、可自主部署的会话回放套件，用于跟踪并重现用户在网页和移动应用（包括Web、iOS以及即将支持的Android与Flutter）上的行为。它不仅让您能够直观地看到用户的具体操作，更能深入剖析底层机制，助力您快速定位问题，提升用户体验。 官网：https://openreplay... 阅读全文

苹果用户目前可以iMessage里可以直接跟Pi聊天，省去了下载应用这一步，苹果手机打开这个网址即可聊天：https://pi.ai/imessage  ，它支持中文哦！Pi 由谷歌 DeepMind 联合创始人 Mustafa Suleyman 与 LinkedIn 联合创始人兼投资人 Reid Hoffman 创办... 阅读全文

🌟 Vercel宣布推出其AI SDK 3.0，这次更新带来了令人瞩目的新功能！除了继续支持Vercel v0的生成UI，AI SDK 3.0还引入了LLM（大语言模型）的支持，让开发者能够轻松实现搜索、任务规划等模块。 🚀 在AI SDK 3.0中，你可以调用多种先进的模型，包括Mistral、Azure、Perpl... 阅读全文

华南理工与合合信息团队联合发布了一篇深度解析论文，聚焦大语言模型（LLM）所需的数据集现状与发展趋势。他们从五大关键方面梳理了LLM数据集资源： 1️⃣ 预训练语料库：奠定LLM语言学习基础的大规模文本集合。 2️⃣ 指令微调数据集：专门针对LLM进行任务导向性优化的关键数据源。 3️⃣ 偏好数据集：关乎用户需求、道德... 阅读全文

由北大-兔展AIGC联合实验室共同发起Open-Sora计划，目标是复现OpenAI的Sora模型。该计划通过结合视频VQ-VAE、Denoising Diffusion Transformer和条件编码器等关键技术组件，以实现Sora模型的核心功能。 项目主页与GitHub链接： 项目主页：https://pku-y... 阅读全文

Snap、加州大学默塞德分校、特伦托大学的研究人员发布论文介绍了一个名为Panda-70M的大型视频数据集，它包含了7000万个视频片段，每个片段都配有高质量的文本描述（即标题）。这个数据集的创建是为了提高视频理解和生成相关任务的性能，例如视频字幕生成、视频和文本检索以及文本驱动的视频生成。 项目主页：https://... 阅读全文

Google DeepMind研究人员发布论文介绍了两种新型的神经网络模型，名为Hawk和Griffin，它们旨在提高语言模型在处理长序列数据时的效率。它们结合了循环神经网络（RNN）和注意力机制的特点，以实现快速推理和有效扩展。假设我们正在开发一个能够理解和生成复杂对话的聊天机器人。使用Griffin模型，我们可以训... 阅读全文

这篇论文介绍了一种名为“Based”的新型语言模型架构，它旨在提高语言模型的效率，尤其是在处理长序列数据时。这种模型试图在保持高质量输出的同时，减少计算资源的消耗，特别是在内存使用和推理速度方面。假设我们正在开发一个聊天机器人，它需要理解和生成自然语言。使用Based模型，我们可以训练一个高效的语言模型，它不仅能够快速... 阅读全文

Meta AI发布论文介绍了一种名为“Priority Sampling”的新技术，它用于提高大语言模型（LLMs）在编译器中的性能。大语言模型是一种人工智能技术，可以理解和生成自然语言，甚至编程语言的代码。假设你正在开发一个程序，需要优化以减少内存使用。你可以使用这个技术来生成多种可能的优化方案，然后选择最有效的那个... 阅读全文