AI资讯

最近，随着NotebookLM的爆火，AI播客生成领域迎来了前所未有的热闹。 AI播客生成的兴起并不是偶然的，在信息爆炸的时代，用户往往会被海量的内容所淹没，很难去有效筛选和吸收有价值的内容，从而导致时间和精力的浪费。 而AI播客的出现改变了这一现状，比如曾经需要用3小时的时间才能通读一篇长论文才能提炼有效的关键信息，现在只需要3分钟，获取信息的过程也不再受…

您是否遇到过这样的问题？大语言模型回答答非所问，或者直接在胡说八道。这种情况一般是因为大语言模型产生了幻觉。在开发和实际应用中，幻觉问题是一个常见且严重的问题，因为幻觉的存在，会导致回答的可信度大大降低。 幻觉出现的原因通常是模型对于某些特定领域或最新信息缺乏了解的情况下，而RAG（Retrieval-Augmented Generation）技术通过结合检…

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…

最近302.AI上线了一款新的AI工具——AI头像制作，这一工具能够根据用户提供的人物照片，生成人物一致的多种风格的头像。这些风格包括但不限于复古风、未来感、卡通化、艺术抽象等，还可以自定义风格。今天就给大家分享一下这个工具开发背后的故事，希望可以对相关方向的开发者有一些启发和帮助。 试用一下： 先来看下如何获取并使用这一工具，以下是具体的步骤： 1、进入3…

近日，一款来自初创公司的识别神器Doc2X备受关注。小编为此也特意去了解了，发现非常有意思的是，为了让用户更直观的看到Doc2X的实力，Doc2X在官网中以文档的形式给大家展示了Doc2X与市场上各竞品的识别能力做对比分析。 竞品主要包括：mathpix、庖丁PDFlux、pix2text、合合信息TextIn、腾讯云大模型知识引擎文档解析。测评范围主要包括…

在10月初，OpenAI在旧金山召开了开发者大会。在发布会中，OpenAI推出了Realtime API 的公开测试版。 Realtime API是一种实时多模态API，它允许开发人员构建低延迟、多模态的AI应用体验。这个API背后的技术是GPT-4o模型，它支持音频输入和输出，能够实现超越传统基于文本的AI对话的实时、自然的语音交互。 像Realtime这…

近日，一个名为red_panda的模型在Hugging Face的文本生成图像模型排行榜中位居榜首， 这引起了许多网友对这一神秘“小熊猫”背后公司身份的种种讨论。 有网友猜测小熊猫会不会是Midjourney的新产物，也有网友猜测可能是来自OpenAI： 甚至有网友猜测，因为熊猫生活在亚洲，而中国公司在视频生成方面表现卓越，所以猜测它来自像百度或腾讯这样的中…

11月2日，Anthropic在社交媒体平台宣布，在其Claude 3.5 Sonnet 模型中增加了PDF理功能，这一功能不仅能读懂PDF中的文字，还能看懂图表、图片等视觉元素。 目前这一新功能已进入公开测试阶段，用户可以利用该模型来分析PDF文档中的文本和视觉元素（如图像、图表和表格），适用于财务报告、数据分析、法律文件和文档翻译等多种场景。 而这一PD…

10月22日，Stability AI推出最新图像生成模型Stable Diffusion 3.5，其中包括Stable Diffusion 3.5 Large、Stable Diffusion 3.5 Large Turbo两个版本，并宣布预计在10月29日上线Medium版本。 10月29日，Stable Diffusion 3.5 Medium如期推出…

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…