AI资讯

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…

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…

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…

10月22日，Genmo在社交媒体平台发布消息，推出最新的开源视频生成模型 Mochi V1。Mochi V1采用创新的 Asymmetric Diffusion Transformer（AsymmDiT）架构，拥有高达100亿个参数，是迄今为止公开发布的最大视频生成模型。 根据Genmo官方介绍，Mochi V1模型在提示词遵循和动作质量方面表现十分出色：…

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…

10月17日，英伟达（Nvidia）开源了微调后的Llama3.1——Llama-3.1-Nemotron-70B-Instruct。 Llama-3.1-Nemotron-70B-Instruct 是 NVIDIA 使用私有数据集微调后的Llama3.1，旨在提高 LLM 生成的响应对用户查询的帮助性。 根据官方Tech Report，Llama-3.1-…

据了解， OpenAI在10月11日更新了提示词优化功能 Playgound，新增引入“元提示”（meta-prompt）工具。“元提示”（meta-prompt）工具主要帮助用户更高效地创建、改进针对大型语言模型（LLMs）的提示，节省开发高质量 AI 提示的时间。 OpenAI 表示，“元提示”结合了实际应用中的最佳实践和经验，旨在为用户提供快速的起点，…

早前，一个“资深程序员已经用ai开始干活了”的热搜话题引发了广大网友的关注，截至目前这一话题阅读量已经破亿。 在这一话题下，引发了网友关于AI技术与编程工作关系的深入讨论，甚至有网友发出疑问”AI发展在未来是否会取代人类的工作岗位”。实际上，不仅仅是程序员，无论是在职场还是日常生活中，AI工具更多地是作为一个强大的辅助手段，帮助我们快速实现想法、…

AI到底能不能看懂火星文差评！看看哪个模型表现更好！ 大家都知道，在《歌手2024》播出的时候，13.8和13.11哪个大的问题难倒了不少AI模型。而最近，AI模型迎来了新一轮考验来了，起因是这样的，为了防止外国人通过翻译软件看懂原意，一些中国人在海外订酒店吃亏后，用火星文提醒同胞不要再来，而这些帖子被截图搬运到了国内的社交媒体平台后很快就火了，引发了不少网…

距离7月23日Llama 3.1发布才刚刚过去 2 个月，Meta公司在9月26日又官宣推出最新AI模型系列Llama 3.2，此次Llama 3.2系列包括四个版本：1B、3B、11B和90B。 Llama 3.2 1B和Llama 3.2 3B都是轻量级的模型，适合边缘和移动设备的轻量级纯文本模型。而Llama 3.2 11B和Llama 3.2 90B…