ChatGPT 提示词
发布快讯
快讯
9月14
-
Mistral 首款多模态 AI 模型Pixtral 12B开源，120 亿参数、24GB 大小
17:52 作者:AISCK法国Mistral公司发布首款多模态AI大语音模型Pixtral 12B，有120亿参数、约24GB大小，基于Nemo 12B构建，能回答任意图像相关问题，类似其他多模态模型可执行如为图像加描述、统计物体数量等任务。用户可下载、微调该模型并按Apache 2.0许可证使用，其开发者关系负责人称该模型很快将在公司的聊天机器人和API服务平台开放测试。
-
何宝宏：到 2026 年，生成式 AI 计算市场规模将突破百亿美元
17:50 作者:AISCK中国国际服务贸易交易会在北京举行，中国信通院云计算与大数据研究所所长何宝宏出席2024通用人工智能算力论坛并演讲“智算产业新发展”。2018 - 2023年全球算力市场平稳增长且智算赛道爆发，清华全球产业研究院对生成式AI计算和其他AI计算市场规模有相关测算（列出2024 - 2026年数据）。何宝宏还指出，国内算力市场持续高速增长，增速虽从超50%回落，但仍保持两位数。
-
北大提出首个通用指令导航大模型系统
17:47 作者:AISCK北京大学董豪团队提出首个通用指令导航大模型系统InstructNav，该工作已被CoRL 2024会议录用，不同导航任务需要不同能力，之前研究针对特定指令设计导航方法，无法满足人类下达混合类型指令的实际需求，而InstructNav极具价值。团队首先提出动态导航链路范式统一导航指令，利用大语言模型规划链路并在导航中根据场景更新。为引导机器人按链路行动，将规划结果映射到多源价值地图（包括动作、语义、…
-
谷歌：NotebookLM 新增 Audio Overview 功能，可围绕用户文档展开播客式交流
15:51 作者:AISCK谷歌升级基于Gemini 1.5 Pro AI模型的笔记应用NotebookLM，新增Audio Overview（曾名为Illuminate）功能。 该功能围绕用户上传的Google Docs、Google Slides、PDF文件或网页URL等内容生成AI主持人，以播客形式讨论总结内容。这一基于音频的功能有多方面潜在优势，如提供替代学习方式、便于多任务处理、揭示新视角等，但谷歌强调生成的讨论不…
-
阿里国际站服贸会上展示AI神器-生意助手
09:50 作者:AISCK阿里国际站在服贸会（中国国际服务贸易交易会）展示AI生意助手，其极简发品功能可大幅缩短商家发品时间，上传产品图或关键词就能自动生成商品全套信息。 该站负责人称阿里国际站致力于让中小外贸企业享受AI产品便利，AI已是中小外贸企业标配。除发品外，助手还有智能接待功能，能提升响应速度和海外买家二次回复率。在AI加持下，助手涵盖智能发品、接待、市场分析等多项功能，覆盖全球贸易多环节，降低中小企业门槛并提升…
-
Readtheirlips：能「看懂」唇语，悄悄话不再安全
08:49 作者:AISCKAI软件Readtheirlips可识别唇语，它能识别红毯明星小声说话的唇语，但实测中发现存在局限性：识别视频时间约一分钟左右；人物不正脸对镜头、语速过快时易出错；目前仅支持3分钟以内视频上传。开发团队Symphonic Labs是初创公司，其工作原理是用标注数据训练模型，用户上传含面部特写（嘴部动作）的视频，模型分析嘴唇几何特征、动态变化并与训练数据匹配以识别内容，最后组合输出文本。
-
夸克推出CueMe智能对话助手，AI写作能力达2万字
08:48 作者:AISCK9月12日消息，夸克公司宣布推出全新的智能对话助手——CueMe，用户现可通过cueme.cn或夸克App体验这项服务。 据官方介绍，CueMe是基于夸克大模型自主研发的，其AI写作能力尤为突出。CueMe支持不同体裁、不同篇幅的内容生成，最长可生成2万字的内容，满足用户多样化的写作需求。 夸克表示，CueMe在不同细分体裁上进行了充分的语料预训练，能够支持上千种不同体裁的写作需求。无论是研究报告…
9月12
-
AI数字人替人打工，风平智能获近亿元A轮系列融资
17:53 作者:AISCKAI数字人公司风平智能（Fullpeace）已完成累计近亿元A轮系列融资，由璀璨者资本及华为系企业家华鲲资本基金共同投资，包括汇财资本、北京大学人工智能创新中心主任雷鸣、清华大学杰出校友系的基金在内的老股东全部跟投。该笔资金将用于加强核心技术研发，优化AI数字人应用产品和AI营销解决方案。
-
谷歌：开启Test-Time端新的Scaling Law，小模型性能可超比它大14倍的模型
14:51 作者:AISCK谷歌DeepMind研究发现，在相同计算资源下，小模型性能可超比它大14倍的模型，研究团队探究大模型推理时计算优化方法，发现预训练少用计算资源、推理时多用的策略可能更好。 他们研究了两种扩展测试时计算的机制：一是基于PRM搜索，它能在生成答案过程中评分以调整搜索策略；二是根据prompt自适应更新模型响应分布，有并行采样与顺序修订两种方式。团队提出“计算最优”扩展策略，按prompt难度分配测试时…
-
零刻首发AMD Zen5迷你机：锐龙AI 9 HX 370核显媲美RTX 3050
10:48 作者:AISCK零刻将在中秋节后上线新款SER9 Zen5架构迷你机，定价暂未公开。其处理器为锐龙AI 9 HX 370，12个Zen5核心，最高频率5.1GHz，16个GPU核心频率2.9GHz，性能提升19 - 32％且有50 TOPS算力的NPU AI引擎。经测试，CineBench R23多核跑分成绩较锐龙9 8945HS提升41％，在几款游戏中的帧率表现基本达到RTX 3050水平。 SER9比SER8…
-
深圳：鼓励金融企业联合腾讯、华为等科技企业，增强 AI 大模型等在金融领域应用
09:45 作者:AISCK深圳市地方金融管理局消息，《深圳市关于支持数字金融高质量发展的实施意见（征求意见稿）》今日起向社会公开征求意见。 《意见》鼓励金融科技企业源头创新、推动重点方向新产品在金融领域应用，推进金融信创攻关基地建设，鼓励金融企业与科技企业合作增强AI大模型等技术应用；持续深化数字人民币试点等工作并带动产业发展成效明显，目标是到2025年形成5个以上数字金融重点园区或特色楼宇；鼓励国内外机构在深设立相关平台…
-
马斯克：2025 年末将批量装备 Dojo 2 AI 训练芯片，对标英伟达 B200 系统
08:49 作者:AISCK埃隆·马斯克在All - In Summit 2024活动称，特斯拉AI芯片Dojo 2于2025年末批量装备。在特斯拉AI基础设施中，Dojo负责模型训练，车端芯片负责模型推理，特斯拉还将推出多代Dojo芯片。 Dojo 2可与英伟达B200 AI训练系统在一定程度可比，Dojo 3可能2026年晚些时候推出，马斯克认为技术经3次重大迭代才达卓越水平，到Dojo 3才能知晓该系列芯片多优秀。特斯…
9月11
-
谷歌Illuminate：复杂论文一键变博客
18:52 作者:AISCK谷歌推出Illuminate，可将学术论文转化为生动的音频播客，让学习变得轻松有趣。通过强大的语言模型Gemini，论文内容转换成引人入胜的对话，让用户在碎片时间里也能轻松获取知识。虽然还有改进空间，但Illuminate为学习带来全新体验。
-
机器人也会系鞋带了！斯坦福团队用模仿学习赋予机器人新技能
17:50 作者:AISCK斯坦福团队教机器人系鞋带并发布全球首个相关演示视频，这个机器人（Aloha 2）相比之前的炒菜版机器人能执行更轻巧复杂任务。Aloha 2除系鞋带外还会挂衣服、拧齿轮、收拾厨房、给“同事”换配件等。为训练它，研究团队使用扩散策略收集2.6万个示范数据进行大规模训练，基于模仿学习而非强化学习，其神经网络架构参考ACT模型。 研究人员按特定步骤操作，如给嵌入加位置嵌入等，基础模型有2.17亿可学习参数…
-
AI面部表情编辑神器Reshot AI来了
11:48 作者:AISCKReshot AI是一款先进的人工智能照片编辑器，专精于个人头像与专业图像处理，利用AI简化并提升编辑效率。其特色包括面部修复、智能优化表情、姿势及光线，以及自然光影效果，能够创造多样且专业的形象。此外，还提供换脸、模因制作、背景更换等创新功能。
-
LIama3+Mamba强强联手！蒸馏到线性RNN，推理速度提升1.6倍
10:54 作者:AISCKTogether AI 将 Llama 3 蒸馏到 Mamba，性能不减甚至更优，推理速度最高可提升 1.6 倍。该项目由提出 Mamba 架构的 Tri Dao 参与。在蒸馏过程中，先进行从 Transformer 到线性 RNN 的初始化，利用 Transformer 注意力机制与 RNN 计算的相似性建立联系并复制参数，后采用三阶段蒸馏流程提升 Mamba 性能，包括基于伪标签的蒸馏、在指令…
-
月之暗面Kimi智能助手Kimi API现已支持联网搜索功能
09:47 作者:AISCKKimi API推出联网搜索功能，用户可以通过API获取互联网信息，提升交互体验。这一更新使开发者能够实现应用程序自动进行网络搜索并提供答案，省心快速兼容。费用方面需支付调用费用和Tokens费用。更新提升了用户体验，拓展了Kimi智能助手的应用场景，增加了开发者灵活性和便利。
-
Audible 推出 AI 生成有声读物，叙述者将训练并参与创作
08:50 作者:AISCK亚马逊让有声读物解说员用AI“克隆”自己的新功能，旨在加快有声书制作速度，为解说员提供更多创作机会，同时推动有声书市场的发展。这项功能将通过AI技术训练解说员的语音克隆，参与者将获得报酬并控制参与的项目，确保AI克隆的使用需解说员同意。
-
通用端到端OCR模型开源,拒绝多模态大模型降维打击
07:52 作者:AISCKVary 团队开源 OCR-2.0 的通用端到端模型 GOT。该模型在 PDF image 转 markdown、双栏文本感知、自然场景及细粒度 OCR、动态分辨率 OCR、多页 OCR、更多符号 OCR 等方面的能力更强。尽管 GOT 表现不错，但存在一些局限，如更多语言支持、更复杂几何图及 chart 上的 OCR 性能有待提升。 GOT 的通用体现在输入支持多种 OCR 任务，输出同时支持 …
9月10
-
元宇宙平台”Roblox 将推出 3D 模型生成 AI 工具
22:48 作者:AISCKRoblox平台在开发者大会中宣布提高游戏创作者分成比例、集成电商平台，并推出基于 AI 的 3D 模型生成工具吸引开发者创建游戏地图。Roblox 指出全球约 34 亿人玩游戏，产业年规模约 1800 亿美元，目标是日活量达 10 亿时获 10%收益。公司内部正在开发多模态 3D 基础 AI 模型并计划开源，该模型可通过文本、视频或 3D 提示生成 3D 内容，提供广泛生成式 AI 功能，支持游…
