AI资讯

11月28日，由Qwen团队推出了实验性研究模型QwQ-32B-Preview，这一模型专注于增强AI推理能力，同时在数学和编程方面表现也十分出色。 阿里云通义千问团队研究发现，当模型有足够的时间思考、质疑和反思时，其对数学和编程的理解就会深化，基于此QwQ取得了解决复杂问题的突破性进展，包括： 1、在考察科学问题解决能力的GPQA评测集上，QwQ获得65.…

11月初，xAI官宣Grok API开启公测后，我们便对当时列表中唯一的模型grok-beta进行了实测，尽管grok-beta在实测中发现了了一些不足，但其整体表现还是不错的。最近，xAI的API迎来了更新，其API列表中新增了一个名为grok-vision-beta的模型。 根据xAI官方介绍，grok-vision-beta模型是其最新的图像理解模型，…

最近，302.AI工具超市的AI图片工具箱推出了一个全新的功能——添加背景文字。这一功能的灵感最初来源于苹果设备中壁纸所展现出的分层效果。 在前段时间，一位16岁的高中生也构建了一个应用叫“text-behind-image”，这款应用旨在帮助用户轻松地将文字添加到图像背景中，实现文字与背景图像的融合。在实际体验该应用后，我们发现线上版本无法使用，并且有可能…

上周，OpenAI公司发布了GPT-4o的更新版本GPT-4o-2024-11-20。这一更新全面提升了模型的创意写作水平、让写作更加自然、引人入胜且量身定制，以提高相关性和可读性。此外，它还可以更好地处理上传的文件，提供更深入的见解和更全面的响应。 GPT-4o-2024-11-20具有128K个tokens 的上下文窗口，输入价格为每百万tokens 2…

近段时间，在社交媒体平台经常看到一些【照片说话】视频非常有趣，流量好，甚至有大几万的点赞！这到底是用什么AI工具实现的呢？先来看看视频效果： （案例由302.AI的AI照片说话生成） 我们简单分析下，原图（左侧）是一张静态的照片，通过AI技术与一段音频巧妙结合后，静态的照片能够“开口说话”了，而且能够实现口型与音频同步，生成的效果（右侧）仿佛真人般自然流畅。…

11月19日，Mistral AI宣布推出新视觉模型——Pixtral Large。 Pixtral Large是基于Mistral Large 2构建，具有124B开放权重的多模态模型，支持128K上下文窗口，能够理解文档、图表和自然图像的同时保持了 Mistral Large 2 领先的纯文本理解能力。 根据Mistral AI提供的Pixtral La…

继9月Qwen2.5发布后，11月18日，阿里巴巴通义千问团队再次发布新模型Qwen2.5-Turbo，大幅提升了上下文处理能力与推理速度。 据了解，Qwen2.5-Turbo上下文长度从 128k 显著增加到 1M 个 tokens，约相当于 100 万个英文单词或 150 万个中文字符。这一容量可容纳 10 部长篇小说、150 小时的语音记录或 3 万行…

11月15日，谷歌DeepMind推出Gemini-exp-1114，这是一个实验性模型。 据了解，在经过6000+网友匿名投票后，Gemini-exp-1114模型在AI基准测试中位居总体排名第一，Gemini-exp-1114模型分数直涨40+，与GPT-4-latest并列第一，并超越了o1-preview。 Gemini-exp-1114在处理复杂提…

最近，又一个prompt在网上火了起来，这一prompt名为“ Thinking Claude”，有网友称它为Claude3.5的神级prompt，而更让人意想不到的的是，这个prompt背后的作者，居然是一个十七岁的少年！ “Thinking Claude”的核心在于它引导Claude进行一种更为“人性化”的思考方式，强调思维过程的自然流动，而非简单的结构…

随着技术的发展，AI正一点一点融入到我们的日常和生活中，成为我们工作和生活的重要辅助工具。为了给用户带来多样的AI服务体验，11月14日，302.AI正式上线桌面客户端，并提供了以下三个版本给用户选择： 主账户版：支持Windows、Mac系统 子账户版：支持Windows、Mac系统 极简版：仅支持Mac系统 版本介绍： 主账号版： （展示的界面以Wind…