加州大学圣地亚哥分校和Adob​​e 研究部的研究人员推出DITTO-2，它是用于音乐生成的人工智能技术。DITTO-2的核心目标是加速可控音乐生成过程，使其能够实时或更快地生成音乐，同时提高音乐质量和控制精度。例如，你是一位电影制片人，需要为电影中的特定场景定制一段背景音乐。使用DITTO-2，你可以指定音乐的风格、... 阅读全文

蚂蚁集团推出新型检索增强型文本生成框架METRAG（Multi-layered Thoughts enhanced Retrieval-Augmented Generation），这个框架旨在解决现有大语言模型（LLMs）在知识密集型任务中遇到的一些问题，比如知识更新的不及时、成本问题以及生成幻觉（即生成与事实不符的内... 阅读全文

浙江大学的研究人员推出新型框架PLA4D（Pixel-Level Alignments for Text-to-4D Gaussian Splatting），它用于将文本描述转换成4D内容，即动态的三维对象。这项技术的核心在于它能够理解和生成具有时间维度的3D对象，这在游戏制作、自动驾驶和其他许多应用领域具有巨大的潜力... 阅读全文

中国科学院自动化研究所、清华大学和微软亚洲研究院的研究人员推出综合性大语言模型（LLMs）对齐方法套件Xwin-LM，Xwin-LM的目标是确保这些强大的语言模型能够与人类的期望和价值观保持一致，尤其是当它们被集成到各种应用程序中并被广泛使用时。Xwin-LM是一个为大语言模型提供对齐方法的套件，它通过一系列技术手段提... 阅读全文

蚂蚁集团、南京大学和上海交通大学的研究人员推出AI视频检测工具DeMamba以及一个大规模的AI生成视频数据集GenVideo。这个工具和数据集的主要目的是帮助区分真实视频和由AI生成的假视频，以应对假信息传播的问题。DeMamba和GenVideo数据集的推出，旨在提高AI生成视频检测技术的准确性和鲁棒性，以应对日益... 阅读全文

北京大学和阿里巴巴的研究人员推出新的代码生成基准测试——DevEval，它旨在评估大语言模型（LLMs）在实际代码库中的编程能力。例如，如果你是一个软件开发团队的负责人，你可能会使用DevEval来测试和比较不同的LLMs，以决定哪一个最适合帮助你的团队自动编写或补全代码。这有助于提高开发效率，减少手动编码的工作量，并... 阅读全文

上海交通大学和微软的研究人员推出Parrot，它是为了更高效地提供基于大语言模型（LLM）的应用程序服务而设计的。例如，有一个智能助手，它能够理解你的语言并帮你完成各种任务，比如写邮件、搜索信息、编写代码等。但是，如果这个助手每次都要从头开始理解你的请求，那么它可能不会那么高效。Parrot系统就是为了解决这个问题而诞... 阅读全文

微软在人工智能领域不断创新，去年将Bing AI（现更名为Microsoft Copilot）集成到了Microsoft Edge浏览器中，随后又推出了Suno AI音乐创作功能，用于制作个性化歌曲。确实，Copilot是一个非常实用的AI工具，它采用了OpenAI的GPT-4模型。如果使用频率不高，Copilot无疑... 阅读全文

AI搜索引擎Perplexity AI近期推出了一项名为“Pages”的创新功能。这项功能能够基于页面搜索结果，自动生成格式规范、内容丰富的报告、文章或指南。 如何使用Perplexity Pages？ 撰写特定主题的报告变得简单快捷。以“撒哈拉沙漠”为例，您只需在Pages中输入相关提示词，比如“有关撒哈拉沙漠的信息... 阅读全文

LMSYS Org推出的大模型竞技场Chatbot Arena已成为海外知名的大模型榜单，但其中文化程度尚显不足。为了填补这一空白，上海人工智能实验室联合魔搭社区推出了中国大语言模型评测竞技场Compass Arena，首次集结了国内主流的大模型阵容，包括阿里通义千问、百度文心一言、腾讯混元等20款国产大模型，竞逐中国... 阅读全文

随着市场上免费的国产大模型增多，用户面临的一个问题是不同平台的API接口差异和繁琐的统计、流量、计费等问题。simple-one-api应运而生，旨在提供一个统一的解决方案。 项目目标 解决不同平台API的兼容性问题 去除统计和计费等复杂性 方便用户集成和调用多种大模型 主要特点 对接讯飞星火、百度千帆、腾讯混元等免费... 阅读全文

快手正式对外发布了其自主研发的文生图大模型“可图”，支持用户进行AI创作图像以及AI形象定制。这是快手首次将其自研的大模型向公众开放。用户可通过“可图”微信小程序和网页版使用。这也是快手首次将其自研的系列大模型对外开放。报道援引知情人士消息称，“可图”大模型的参数规模达十亿级，这些数据来自开源社区、快手内部构建和自研 ... 阅读全文