AnythingLLM：一款私人ChatGPT，可与任何事物进行对话！高效、可定制、开源的企业级文档聊天机器人解决方案。这款全栈应用程序能够将任何文档、资源或内容片段转化为上下文，供任何LLM在聊天时作为参考使用。它还允 ...... 阅读全文

根据有道智云平台公众号，有道今日推出小采样数字人平台，该平台结合了智能化和个性化的特性，让用户可以轻松地创建自己的虚拟形象。有道数字人也支持照片说话和唱歌功能，可以让静态的照片和图像通过语音或旋律更生 ...... 阅读全文

dstack是一个开源引擎，用于在任意云平台上运行GPU工作负载。它支持多种云GPU提供商（如AWS、GCP、Azure、Lambda、TensorDock、Vast.ai等），并且也适用于内部服务器。 为什么要使用dstack？ dstack专为通用AI模型的 ...... 阅读全文

谷歌发布了Gemini 1.5 Pro的技术论文，此模型特别擅长理解和处理大量的信息，比如长篇文章、视频和音频。想象一下，你有一个包含数百万字的长篇小说，或者几个小时的视频和音频文件，Gemini 1.5 Pro能够像阅读短文一 ...... 阅读全文

知谱AI发布了旗下文生图系统CogView3的技术论文，这是一个基于接力扩散模型的创新框架。CogView3的核心思想是先生成低分辨率的图像，然后通过接力扩散的方式逐步提高图像的分辨率，最终生成高分辨率、细节丰富的图像 ...... 阅读全文

深度求索推出开源的视觉语言（VL）模型DeepSeek-VL系列。该模型专为现实世界的视觉和语言理解应用而设计，围绕数据构建、模型架构、训练策略三大方面展开。报告显示，DeepSeek-VL系列有1.7B和7B两个参数规模，均在同 ...... 阅读全文

清华大学、中国人民大学等团队研究人员在预印本平台arXiv平台推出一个卷积重建模型CRM。根据论文，该模型可用于将单图像转换为3D纹理网格，可在短短10秒内就从图像中提供了高保真纹理网格，无需任何优化测试。该模型 ...... 阅读全文

这篇论文的主题是“通过图神经网络在Spotify上实现个性化有声读物推荐”。简单来说，Spotify想要在其平台上引入有声读物，并希望为用户提供个性化的推荐服务。由于有声读物与Spotify现有的音乐和播客内容不同，用户对 ...... 阅读全文

百度推出了新一代智能代码编程助手——Codemate，该工具深度融合了百度多年积累的编程大数据以及丰富的外部开源数据资源，致力于为开发者提供贴近实际研发场景的高质量代码生成服务。相较于国外竞品，Codemate 的代码 ...... 阅读全文

ShellGPT是一个由 AI 大型语言模型（LLM）驱动的命令行生产力工具。该命令行工具提供了对 shell 命令、代码片段、文档 的简化生成，消除了对外部资源（如 Google 搜索）的需求。支持 Linux、macOS、Windows，并与 Po ...... 阅读全文

今日凌晨，备受瞩目的文生视频平台Pika通过X平台宣布了一项令人振奋的新功能：视频现在可以集成AI生成的音效了。这一创新功能将为用户带来更加沉浸式的视频体验，让声音与画面完美融合。据悉，用户现在可以在Pika生 ...... 阅读全文

在数字化时代，图像生成工具层出不穷，但Recraft凭借其独特的功能和简洁的操作界面，成为了一款备受瞩目的AI图像生成工具。它不仅能够根据需求关键字自动生成多款图像，还支持多种画风切换，让创作变得更加丰富多彩 ...... 阅读全文