由哈佛大学和微软研究院共同开发的人工智能写作工具GhostWriter，它旨在通过个性化和增强用户的写作体验来提高写作效率和质量。这个工具利用ChatGPT,通过学习和理解用户的写作风格和偏好，来生成符合用户需求的文本内容。通过对18名参与者进行的研究，发现GhostWriter不仅帮助他们生成了个性化的文本，还让他们... 阅读全文

Reor是一款由AI驱动的桌面笔记软件，可在Mac、Linux和Windows平台上运行。它通过自动关联相关想法、提供基于LLM的问答功能及语义搜索能力，帮助用户高效组织和检索笔记信息。所有数据都存储在本地，并配备有类似Obsidian风格的Markdown编辑器供您编辑笔记。 Reor项目的核心理念是让思维类AI工具... 阅读全文

Enchanted是一款精心设计的开源聊天应用程序，专为macOS、iOS以及iPad平台打造，并完美兼容Ollama。这款应用致力于服务那些寻求私有部署模型解决方案的用户，如Llama 2、Mistral、Vicuna及Starling等高级语言模型。本质上，Enchanted扮演着一个桥梁角色，它将自身打造成一个优... 阅读全文

Ollama是一款开源的大型语言模型工具，致力于为用户提供本地化的运行环境，满足个性化的需求。它允许用户快速运行Llama 2、Code Llama等多种模型，并提供了类似OpenAI的API接口和聊天界面，方便用户部署和使用最新版本的GPT模型。此外，Ollama还支持热加载模型文件，用户无需重新启动即可轻松切换不同... 阅读全文

亚马逊团队于2月12日推出一个名为BASE TTS（Big Adaptive Streamable TTS with Emergent abilities）的文本转语音（TTS）模型，BASE TTS是目前已知最大的TTS模型，它在100,000小时的公共领域语音数据上进行了训练，实现了前所未有的语音自然度。这个模型采... 阅读全文

微软于2月8日推出了一个以用户界面（UI）为核心的Agent（智能体）—UFO，它专门为Windows操作系统设计，能够理解和执行用户的自然语言请求。UFO利用了GPT-Vision的能力，通过观察和分析Windows应用程序的图形用户界面（GUI），实现在多个应用程序之间无缝导航和操作，完成用户的任务。 GitHub... 阅读全文

谷歌开源了一款名为Magika的AI驱动的文件类型识别系统，这一创新工具旨在帮助广大用户更精确地检测二进制和文本文件类型。Magika的核心在于其定制化的、高度优化的深度学习模型，这个轻量级的模型（仅重约1MB）即使在单个CPU上也能实现毫秒级的精确文件识别。在谷歌内部，Magika已被广泛应用。它通过智能地将Gmai... 阅读全文

OpenAI公开了AI视频生成（文生视频）模型Sora，它可以创建长达 60 秒的视频，其中包含高度详细的场景、复杂的摄像机运动和具有生动情感的多个角色。以下是介绍： 模型介绍： 功能特点： Sora能够创建包含多个角色、特定运动动作以及细腻主题和背景细节的复杂场景。它不仅能解析文本说明，还能深刻理解这些元素如何在物理... 阅读全文

Google推出新一代模型Gemini 1.5，该模型在处理能力和跨模态理解上取得显著提升。该模型具有惊人的100万个token的上下文理解能力，成为目前市场上最强大的模型之一。 主要特点： 超强的上下文处理：Gemini 1.5可以处理高达100万个token的连续信息，为大型基础模型设立了最长的上下文窗口记录。 跨... 阅读全文

来自上海人工智能实验室、华东师范大学、普林斯顿大学、香港大学的研究人员推出智能代理框架OS-Copilot，它旨在构建能够与操作系统（OS）中各种元素交互的通用计算机代理。这些代理能够处理网络、代码终端、文件、多媒体以及各种第三方应用程序。OS-COPILOT框架的核心是创建了一个名为FRIDAY的自改进实体代理，用于... 阅读全文

美国国家生物技术信息中心（NCBI）开发推出医疗大模型GeneGPT（基因GPT） ，旨在通过结合大语言模型（LLMs）和国家生物技术信息中心（NCBI）的Web API，来提高对生物医学信息的访问效率和准确性。GeneGPT的核心功能是帮助用户通过自然语言处理（NLP）技术，更轻松地解答与基因组学相关的问题。具体来说... 阅读全文

AgentKit 是由 BCG X 开发的一款 LangChain / FastAPI / Next.js14 工具包，用于构建 Agent。开发人员可以使用 AgentKit 快速构建高质量、可扩展至生产级应用的 Agent 应用。 AgentKit 的主要优势包括： 🚀 快速构建高质量 Agent 应用：模块化、易... 阅读全文