人工智能-kai的工具箱

kai的工具箱

累计撰写 87 篇文章
累计创建 12 个标签
累计收到 0 条评论

目录CONTENT

以下是人工智能相关的文章

2024-11-30
11月30日阿里推出QwQ-32B模型，挑战OpenAI推理技术阿里推出QwQ-32B模型，挑战OpenAI推理技术近日，阿里巴巴的Qwen团队推出了一款名为QwQ-32B-Preview的新一代推理型人工智能模型。这款模型拥有325亿参数，支持处理长达32,000词的输入提示，其性能在某些基准测试中超越了OpenAI的o1-preview及o1-mini两款
- 2024-11-30
- 2
- 0
- 0
- 人工智能
2024-11-28
11月29日 Anthropic的Claude AI现在可以用各种语言风格回答问题 Anthropic的Claude AI现在可以用各种语言风格回答问题 Anthropic 宣布其 Claude 人工智能（AI）聊天机器人现在可以用多种风格做出回应，以更好地匹配用户的沟通偏好、语气和结构，可以选择的新风格包括正式、简洁和解释，此外也可以自定义风格。如果选择"正式"，Claude将
- 2024-11-28
- 5
- 0
- 0
- 人工智能
2024-11-28
11月28日吴恩达开源大模型套件：11 个模型平台一种方式调用，已获星标超 1.2K 吴恩达开源大模型套件：11 个模型平台一种方式调用，已获星标超 1.2K 吴恩达发布的开源大模型套件 aisuite，不到半天就斩获了 1200 + 星标。它把 11 家知名大模型平台集中到了一起，统一了接口，可以用相同的方式调用不同模型。切换模型时，只需要改动一个字符串，不用在不同的 API
- 2024-11-28
- 4
- 0
- 0
- 人工智能
2024-11-27
11月27日 Generative Omnimatte：谷歌推出的的视频分解技术 Generative Omnimatte：谷歌推出的的视频分解技术 Generative Omnimatte简介 Generative Omnimatte是由Google DeepMind团队开发的一种创新视频分解技术，它能够将视频解析成包含独立对象及其相关效果（如阴影和反射）的RGBA omnim
- 2024-11-27
- 3
- 0
- 0
- 人工智能
2024-11-26
11月26日Anthropic 发布了「模型上下文协议」MCP 无缝连接本地和远程数据源 Anthropic 发布了「模型上下文协议」MCP 无缝连接本地和远程数据源 Anthropic 发布了 Model Context Protocol (MCP)，一个旨在将 AI 助手与数据源（如本地内容存储库、业务工具、开发环境）无缝连接的开放标准。该协议通过改善 AI 获取数据的能力，使模型
- 2024-11-26
- 5
- 0
- 0
- 人工智能
2024-11-25
11月25日 NVIDIA 发布一款音乐生成模型：Fugatto 可以对声音生成与转换进行精细化控制 NVIDIA 发布一款音乐生成模型：Fugatto 可以对声音生成与转换进行精细化控制 NVIDIA 发布了一款音乐生成人工智能模型：Fugatto。通过简单的文本提示或音频输入，用户可以创作全新的声音景观或修改已有的声音元素。例如，用户可以通过文字提示创作音乐片段、调整语音的口音与情绪、添加或删除
- 2024-11-25
- 11
- 0
- 0
- 人工智能
2024-11-24
11月24日 OminiControl：基于FLUX.1的通用的控制框架通过参考图像来控制图像生成的结果 OminiControl：基于FLUX.1的通用的控制框架通过参考图像来控制图像生成的结果 🚀 快速阅读功能：OminiControl 支持主题驱动控制和空间对齐控制，适用于多种图像生成任务。技术：通过参数重用机制和统一序列设计，实现高效的多模态注意力交互。应用：适用于艺术创作、游戏开发、
- 2024-11-24
- 4
- 0
- 0
- 人工智能
2024-11-22
11月22日 aiOla发布Whisper-NER：引领语音识别技术的开源AI模型语音识别技术近年来取得了显著进步，人工智能（AI）的飞跃不仅提升了其可访问性和准确性，但也面临着诸多挑战，尤其是在识别人名、地名和特定术语等口头实体时。问题不仅局限于将语音精确转换为文本，更在于如何实时提取有意义的上下文信息。当前的系统往往需要依赖独立的工具来完成转录和实体识别，这不仅导致了延迟、效
- 2024-11-22
- 3
- 0
- 0
- 人工智能
2024-11-21
11月21日首个可保留情感的音频LLM！Meta重磅开源7B-Spirit LM，一网打尽「音频+文本」多模态任务首个可保留情感的音频LLM！Meta重磅开源7B-Spirit LM，一网打尽「音频+文本」多模态任务 Meta最近开源了一个7B尺寸的Spirit LM的多模态语言模型，能够理解和生成语音及文本，可以非常自然地在两种模式间转换，不仅能处理基本的语音转文本和文本转语音任务，还能捕捉和再现语音中的情感
- 2024-11-21
- 3
- 0
- 0
- 人工智能
2024-11-20
11月20日北大清华等联合发布 LLaVA-o1：首个自发性视觉 AI 模型，推理计算 Scaling 新思路北大清华等联合发布 LLaVA-o1：首个自发性视觉 AI 模型，推理计算 Scaling 新思路由北京大学、清华大学、鹏城实验室、阿里巴巴达摩院以及理海大学（Lehigh University）组成的研究团队，最新推出了 LLaVA-o1，这是首个具备自发性（Spontaneous，具体解释可参
- 2024-11-20
- 3
- 0
- 0
- 人工智能

1
2
3
4
5
...
9