阿里通义千问迎来了一次重磅升级，其1000万字的长文档处理功能现已向所有人免费开放，这一举措使得通义千问在全球范围内成为文档处理容量首屈一指的AI应用。从即日起，无论是金融、法律、科研、医疗还是教育领域的专业人士，都可以通过通义千问的网站和APP，轻松研读各类报告、分析财报、解读科研论文、研判案情、理解医疗报告、掌握法律条文，以及分析考试成绩和总结深度文章。
在金融领域，专业人士只需上传公司财报，通义千问便能自动提取和总结公司各业务的营收情况和利润增长等核心信息，帮助他们快速了解公司的整体业绩表现。而上传公司不同时期的财报后，通义千问还能生成公司在这一阶段内的业务变化、业绩趋势，并进行深入的财报分析。
在法律领域，通义千问同样展现出强大的能力。对于律师和法官而言，阅读和分析大量的法律文档是一项繁琐且耗时的工作。然而，通义千问能够迅速阅读并分析这些法律文件，帮助用户迅速掌握法律条文的要点。输入特定案件信息后，通义千问还能给出相应的判罚建议，极大地提高了工作效率。
目前，通义千问在文档处理容量和能力方面已全面超越ChatGPT等全球市场上的其他AI应用，展现出了其在智能科技领域的卓越实力。
天气预报每天都在看，但大多数画面无非是城市名、天气图标和温度数字，看久了难免有点普通。 这次我换了个思路，把「城市地标＋当天气象」组合成一套微缩 3D 天气海报。北京、广州、深圳、成都、重庆和杭州，每座城市都保留了最有辨识度的建筑与景观，再让雨水、云雾、阳光和城市环境真正发生互动。
详细提示词如下：
==================== 可修改参数区 ====================
CITY_NAME_NATIVE = "上海" CITY_NAME_ENGLISH = "Shanghai"
MAIN_LANDMARK = "东方明珠广播电视塔" SUPPORTING_LANDMARKS = "上海中心大厦、金茂大厦、上海环球金融中心、外滩万国建筑群" CITY_GEOGRAPHY = "黄浦江以柔和的S形穿过城市，连接浦东现代天际线与外滩历史建筑群"
WEATHER_CONDITION = "多云" WEATHER_ICON = "简洁、立体的多云天气图标" WEATHER_INTEGRATION = "浅灰蓝云层围绕高楼分布，柔和阳光从云隙落下，玻璃幕墙和黄浦江出现细腻反光，远处带轻微湿润薄雾"
DATE_TEXT = "7月20日" TEMPERATURE_TEXT = "28–35°C"
BACKGROUND_AND_PALETTE = "淡雾蓝灰色纯色背景，搭配银灰、浅蓝、暖米色和少量柔和绿色"
==================== 固定提示词区 ====================
Create a polished vertical 9:16 isometric miniature 3D cartoon weather poster for the city specified in the editable parameter section above.
Use a precise orthographic camera with a clear 45-degree top-down view. Do not use fisheye perspective. The miniature city should occupy the lower 70% of the canvas, leaving a clean, spacious upper 30% for weather information. Use a centered, unified composition with no frame, no horizon and no visible platform border.
Build a compact, recognizable city scene. Use MAIN_LANDMARK as the central visual anchor. Arrange SUPPORTING_LANDMARKS around it as secondary elements. Integrate CITY_GEOGRAPHY into the composition so the city’s terrain, river, coastline, bridges, streets or vertical structure feel authentic and easy to recognize.
Keep every landmark delicately modeled, architecturally recognizable and visually balanced. Do not include building names, commercial logos or signs.
Represent WEATHER_CONDITION throughout the entire scene. Use WEATHER_INTEGRATION to make the weather interact naturally with buildings, roads, vegetation and water. The weather must affect the environment instead of appearing only as a decorative icon.
Keep the atmosphere immersive, fresh, soothing and clearly readable. Do not let clouds, fog, rain, sunlight or other effects obscure the main landmarks.
Use refined miniature cartoon proportions, premium high-detail 3D modeling and realistic PBR materials. Include soft ambient occlusion, delicate reflections, clean edges and gentle lifelike lighting and shadows.
Use BACKGROUND_AND_PALETTE as the main color direction. Keep the overall visual style clean, modern, fresh, slightly playful and consistent with a premium editorial weather-card series.
At the top center, display only the following information in this exact order:
1. CITY_NAME_NATIVE — very large, bold and highly legible Chinese sans-serif text 2. WEATHER_ICON — a prominent three-dimensional weather icon directly below the city name 3. DATE_TEXT — x-small but clearly legible 4. WEATHER_CONDITION — small and clearly legible 5. TEMPERATURE_TEXT — medium, bold and clearly legible
Use a clean Chinese sans-serif style similar to Source Han Sans. Correct Chinese characters and numbers are a top priority.
Use the exact parameter values as the visible text. Do not display variable names, parameter labels, quotation marks or instructions in the final image. Do not translate, paraphrase, duplicate or add any text.
The weather information must have no panel or background and may subtly overlap the highest buildings while remaining unobstructed.
No English text, no extra labels, no random letters, no misspelled Chinese, no duplicate typography, no watermark, no logo, no QR code, no border, no photorealistic city photography, no fisheye distortion, no clutter, no excessive buildings and no weather effects obscuring the landmarks.
jitter.video去年让不少设计师眼前一亮！这是一款为咱们设计师和创意达人们量身定做的动画设计神器，目标就是让你做动画的时候省时又省力。来看看几个理由，为啥会是你工作中的新宠儿？
① 操作简单上手快：Jitter的设计界面友好，哪怕你是新手小白，也能迅速找到感觉。用它来搞品牌动画、社交媒体的小视频、网站或者APP上的小动效，都能得心应手。
② 功能强大样样精通：不管是动画UI、短视频、社交帖子，还是网站和应用的设计，Jitter全都能搞定。一个平台解决多个需求，直接把效率拉满！
③ 高效的工作流：和Figma的完美结合，让你在创作的时候更加专注，不用再为了那些复杂的编辑和动画设置烦恼。这样一来，团队合作也变得更加丝滑。
④ 专业级输出：不管是用来做吸睛的营销视频，还是打磨品牌的精美动画，Jitter都能满足高品质作品的追求。毕竟有丰富的工具和模板库支持！
昨天晚上，Anthropic 正式推出了 Claude 3 系列模型，包括 Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku。
这些模型在多个方面超越了GPT-4，包括推理、数学、编码、多语言理解和视觉处理等。
以下是Claude 3系列模型与同行在多个能力评估基准上的对比：
可以看到，其中Claude 3 Opus模型性能完全碾压GPT-4，以及Gemini 1.0 Ultra。
Claude 3 Sonnet在部分基准上，比如GSM8K、MATH等超越了GPT-4。Claude 3 Haiku可以与Gemini 1.0 Pro相抗衡。
GPT-4是否真的已经过时？Claude 3的横空出世是否意味着我们即将进入一个全新的AI时代？
Claude 3 体验地址：https://claude.ai/chats
现在，你可以像和 ChatGPT 聊天一样使用谷歌地图了。
谷歌地图最新升级包括以下 5 点： 1. 对话式地图搜索 直接与 Google Maps 聊天搜索信息，AI 将使用 Google Maps 上的商户信息、照片、评分和评论等信息来提供可信的结果。
2. 实时查看地图 只需点击相机图标即可使用实时视图进行搜索。谷歌地图会显示附近的 ATM、餐厅、公园和公交站，并显示其开放时间和评级，且跟随 AR 箭头，准确引导您到达目的地。
3. 全新沉浸式视图 在正式访问地点之前先确定其范围，查看逼真的视图，并获取天气预报、高峰时段等有用信息，而且还能查看室内景观。比如在订餐时可以展现餐厅氛围，帮助您选择。
4. 新增多重搜索 现在，您可以结合文字和图像， 在 Google 地图上访问数百万本地企业的信息。
5. 获取人工智能建议 随时随地获取人工智能支持的建议。如果开始下雨，可以向地图询问“雨天活动”并获取附近的喜剧表演或电影院等建议。
微软 GitHub 于今年 7 月份面向企业用户推出了 Copilot Chat 工具，这是一个 AI 代码助手。现在 GitHub 宣布将 Copilot Chat 公测版扩展至个人用户，提供实时编程帮助。用户可通过订阅每月或每年的个人用户费用来体验该功能，提高编码效率和质量。
以下是GitHub Copilot Chat的主要功能： 1、实时指导：它可以为开发者提供实时的最佳实践、技巧和解决方案建议。 2、代码分析：开发者可以使用它来分解复杂的编程概念，并获取代码片段的详细解释。 3、修复安全问题：它能够识别代码中的安全漏洞，并为其提供修复建议。 4、简单的故障排除：除了识别代码中的问题，它还可以为开发者提供解决方案、解释和替代方法。 5、学习新的语言或框架：它可以帮助开发者快速学习新的编程语言或框架，并为他们提供相关的代码示例和建议。
不知道大家最近有没有关注OpenAI举办的首届开发者大会呢？有哪些亮点值得关注呢？
昨晚的开发者大会让AI界再次沸腾不已，OpenAI推出了备受瞩目的GPT-4 Turbo版本，这对整个行业来说是一个重要的里程碑。
OpenAI还推出了GPTs，这使得那些不懂代码的人也能够用自然语言来创建自己的GPT模型，并将其加入OpenAI的应用商店，与此同时还能够分享收益。
这种创新可以说是OpenAI的突破之举，相当于他们的iPhone时刻，而即将发布的GPT Store则类似于APP store。
虽然其他竞争对手还在探索AI的奥秘，但OpenAI已经开始构建一个宏大而有前景的生态系统。
我们正在见证一个行业的浪潮涌动，也可能正在见证一个巨头的崛起。
4月24日，苹果开源了大语言模型OpenELM。这与微软刚开源的Phi-3 Mini类似，是一款专门针对手机等移动设备的模型。
以下是一些重点信息的摘要： 1. 开源OpenELM: 苹果公司开源了一个名为OpenELM的大语言模型，这与微软开源的Phi-3 Mini类似，是专为移动设备设计的模型。 2. 模型参数: OpenELM提供了四种不同参数规模的模型，分别是2.7亿、4.5亿、11亿和30亿参数。 3. 功能: 该模型能够执行生成文本、代码、翻译、总结摘要等功能。 4. 预训练数据: 尽管最小的模型只有2.7亿参数，但苹果使用了1.8万亿tokens的数据进行预训练，这是其小参数下仍能表现出色的原因之一。 5. 深度神经网络库CoreNet: 苹果同时开源了用于训练OpenELM的深度神经网络库CoreNet，该库在开源后不久就在GitHub上获得了超过1100个星标。 6. 苹果的开源策略: 苹果通常在手机领域采取闭源策略，但此次开源可能是为了吸引用户，未来可能会推出闭源产品实现商业化。 7. 技术贡献: 苹果不仅发布了模型权重和推理代码，还发布了完整的训练和评估框架，包括数据准备、模型训练、微调和评估流程，以及多个预训练检查点和训练日志。 8. OpenELM架构: OpenELM的架构，包括其技术创新点，如无编码器的transformer架构、层级缩放策略、不使用全连接层中的可学习偏置参数等。 9. 训练流程与数据集: 苹果使用CoreNet作为训练框架，Adam优化算法，以及动态分词和数据过滤的方法。
开源地址：https://huggingface.co/collections/apple/openelm-instruct-models-6619ad295d7ae9f868b759ca?ref=maginative.com CoreNet地址：https://github.com/apple/corenet?ref=maginative.com 论文地址：https://arxiv.org/abs/2404.14619
