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

精品分类

全部分类

最新文章

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
2024-11-19
11月19日 Runway 推出视频扩展工具：Expand Video 可以无缝的为视频扩展画面 Runway 推出的一项创新视频编辑工具：Expand Video 。能够无缝转换横向视频为竖向视频，反之亦然，无需牺牲画面细节或使用模糊背景。使它通过生成新区域将视频转换为不同的宽高比，为用户带来了全新的创作自由。此功能允许用户无缝扩展视频边界，同时保持视觉风格一致，并支持通过文本提示或图片引导
- 2024-11-19
- 2
- 0
- 0
- 人工智能
2024-11-18
11月18日 Mistral AI 发布了全新的 Pixtral Large 开源模型超越 GPT-4o、Gemini-1.5 Pro 和 Claude-3.5 Sonnet Mistral AI 发布了全新的 Pixtral Large 模型，这是一款具备多模态能力的开源模型，基于 Mistral Large 2 构建，参数量达到 1240 亿，并进一步扩展了图像与文本理解能力。多模态能力：配备 123B 参数解码器和 1B 参数视觉编码器，在文本处理能力基础上显著
- 2024-11-18
- 11
- 0
- 0
- 人工智能
2024-11-17
11月17日 Perplexity 推出全新 AI 驱动购物助手：Shop Like a Pro 支持搜索结果一键下单 Perplexity 推出了一个全新的 **AI 驱动购物助手：Shop Like a Pro，**将在线购买决策和购买流程整合到一个平台中，从提供答案的工具过渡到支持原生商业交易的平台，让购物变得更加快捷和高效。主要功能和亮点一键结账（Buy with Pro）：用户可以直接在平台上完成从产
- 2024-11-17
- 13
- 0
- 0
- 人工智能
2024-11-16
11月16日 HeyGen 正在开放 API 你可以轻松创建数字人、进行视频翻译、部署交互式数字人 HeyGen 正在开放API，通过 HeyGen API，企业能够使用生动的虚拟人视频提升平台的互动性，转化原本单一的内容为更加吸引用户的动态体验。这些工具包括了虚拟人视频制作、全球化的视频翻译和实时互动虚拟人等，适用于多个应用场景，例如在线营销、客户支持、教程培训和用户引导。数字人视频 API
- 2024-11-16
- 13
- 0
- 0
- 人工智能
2024-11-15
11月15日 Google DeepMind宣布开源其能够预测蛋白质结构的AI模型 AlphaFold 3 Google DeepMind 和 Isomorphic Labs 宣布开源 AlphaFold 3 的模型代码和权重，专为学术研究用途。此举旨在帮助全球科学家使用这一先进的 AI 工具来预测生物分子的结构和相互作用，从而推动生命科学领域的进步。模型代码和权重：AlphaFold 3 的代码和模型
- 2024-11-15
- 8
- 0
- 0
- 人工智能
2024-11-14
11月14日 OpenAI 官方发布： ChatGPT 学生写作指南指导学生如何正确使用GPT 引言使用得当，ChatGPT 可以成为一个强大的工具，帮助学生培养严谨思维和清晰写作的技能，帮助他们思考想法、掌握复杂概念并获得草稿反馈。如果使用得当，ChatGPT 可以成为一个强大的工具，帮助学生培养严谨思维和清晰写作的技能，帮助他们思考想法、掌握复杂概念并获得草稿反馈。反作用还有一些使用
- 2024-11-14
- 15
- 0
- 0
- 人工智能
2024-11-13
11月13日 Thinking-Claude：让 Claude 实现类似OpenAI o1 模型一样的高级推理模式 “Thinking-Claude” 为Claude 提供系统化的思维流程指导，从而使其在回答问题前进行更深入和全面的思考。该提示能够让Claude 在回答问题之前，进行更深入、更有条理的思考。实现类似OpenAI o1模型一样的高级推理模式，这使得 Claude 的回答不仅更具逻辑性和条理性，而
- 2024-11-13
- 20
- 0
- 0
- 人工智能
2024-11-12
11月11日 NVIDIA 推出的 AI Blueprint：可以帮你观看数小时的视频并提供摘要 NVIDIA 推出的 AI Blueprint ，这是一套用于构建视觉AI代理的框架，帮助开发者构建视频理解和摘要功能的解决方案。 AI Blueprint利用生成式AI、视觉语言模型（VLM）和大语言模型（LLM）实现对长视频的搜索、问答和实时事件检测等功能。通过这个 Blueprint，用户
- 2024-11-12
- 8
- 0
- 0
- 人工智能

1
2
3
4
5
...
9