今天凌晨,微软带来了一系列重磅产品,一口气发布了 50 多项更新。
发布会上,微软 CEO Satya Nadella 谈到了关于现代计算的两个梦想。一个是计算机是否可以理解我们,而不是我们必须理解计算机?第二个是在这个信息不断增加的世界里,计算机能否帮助我们根据所有这些信息进行推理、规划和更有效地采取行动? 从 AI 基础设施的搭建,到模型产品的落地,微软在寻找答案的过程中,逐渐成长为一个全方位的 AI 解决方案提供商。今夜过后,或许我们都得重新审视微软这个巨头。
发布会要点速览: 1、Team Copilot ,从个人助理变成团队助理 2、全新的 Agent 代理功能 3、Phi-3 家族迎来新成员 4、Azure AI Studio,包含 API 集成、完整的工具链及部署全家桶 5、Fabric 大升级,推出实时智能(real-time intelligence) 6、专为云端规模化应用性能优化的 Cobalt 芯片
发布会更多详情:https://mp.weixin.qq.com/s/MoHPci4JAb25ifDhMwUWiQ
就在刚刚,著名生成式 AI 音乐平台 Elevenlabs 在官网发布了全新功能,文本可直接生成各种逼真音乐特效。
这项技术对于电影、游戏、短视频等行业非常有帮助,因为它可以简化寻找音效的过程,并且多数音效已经获得了 Shutterstock 的商业授权。
Elevenlabs 的这个新功能允许用户通过描述来生成音效,例如汽车呼啸而过的声音、刀剑碰撞的低沉声音或小提琴划过空气的尖锐声音。用户可以登录 Elevenlabs 的官网,选择 “Sound Effects” 并使用该功能。在生成音效之前,用户可以设置音效的时长和文本提示的还原程度。Elevenlabs 还提供了一些示例音效,如雷雨天气的声音和模仿兽人声音的摇滚音乐。
Elevenlabs还提供了语音克隆和文本转语音的功能,但目前对中文的支持较差,生成英文的效果则非常棒。
现在所有用户都可以免费试用 Elevenlabs 的这个新功能。大家可以访问 Elevenlabs 官网了解更多详情。
最新消息:OpenAI 宣布,GPT-4 API 现已对所有付费 API 客户开放!现在所有已经付款的 API 开发者都可以使用 GPT-4 API,该 API 允许使用高达8K tokens的上下文。
对于新的开发者,OpenAI 计划在本月底向他们开放访问权限,并根据计算资源的可用性逐步提高速率限制。
GPT-4 模型的发布将极大地提升基于 GPT 模型的产品性能。OpenAI目前已经向开发者们开放了GPT-3.5 Turbo、DALL·E和Whisper的APIs。而且OpenAI还在进行GPT-4和GPT-3.5 Turbo的微调功能的测试,并计划在今年晚些时候开放。
现在OpenAI还在开发新的模型,用于Chat Completions API,该API具有结构化界面和多轮对话能力,可以帮助开发者构建对话体验和完成广泛的任务,并降低了提示注入攻击的风险。
近期,Stability AI 推出的一款创新性视频生成模型 Stable Video 4D
模型下载:https://huggingface.co/stabilityai/sv4d
Stable Video 4D 的主要特点: - 高质量视频内容:Stable Video 4D 能够处理和生成高质量的视频内容,满足专业应用的需求。 - 合成数据集训练:虽然目前主要基于合成数据集进行训练,但 Stability AI 正在优化模型以适应真实世界的视频场景。 - 相关模型:除了 Stable Video 4D,Stability AI 还发布了 Stable Video Diffusion 和 SV3D 等模型,它们支持从图像或文本生成视频,并在多视图合成和高分辨率视频生成方面表现出色。
个人感觉这个模型还挺强的,大家觉得有哪些实际应用场景啊?
ChatGPT发布以来一直备受关注,相信很多设计师也和我一样,期待国内也能有更多团队去研发AI人工智能。这不就来了嘛,2月20日,复旦团队发布国内首个类ChatGPT模型MOSS,但是由于瞬时访问压力过大,MOSS服务器当晚被网友挤崩。2月21日,MOSS官网发布公告称,MOSS还是一个非常不成熟的模型,距离ChatGPT还有很长的路需要走。
MOSS可执行对话生成、编程、事实问答等一系列任务,打通了让生成式语言模型理解人类意图并具有对话能力的全部技术路径。大家可以看看这个回答,国产的AI工具是不是也值得大家期待呢?
10个月干完3年活!这款AI导图让团队脑暴像开挂一样爽——Nike、PepsiCo抢着用的协作神器,免费解锁顶级咨询公司思维武器库
✅ 一键激活AI脑洞:输入中心词,瞬间生成多维度分支! ✅ 开会不再鸡同鸭讲:10人同时拖拽节点改方案,实时看到彼此的脑回路碰撞! ✅ PPT杀手级替代:直接导出带动画的思维导图!
Miro 的思维导图工具是一款轻量级、易用且高度协作的AI赋能工具,适合个人或团队进行创意发散、逻辑梳理和知识管理。其核心价值在于将AI的自动化能力与人类思维的灵活性结合,同时依托Miro平台的协作生态,提升工作效率。
基本功能 - AI智能思维导图生成 :用户只需输入关键词,AI就能快速生成结构化的思维导图框架,为用户提供更高效的创作起点,节省时间和精力。 - 智能内容建议系统 :在用户绘制思维导图的过程中,AI会实时提供相关主题节点建议,补充案例数据,帮助用户拓展思路,丰富思维导图的内容。 - 会议内容自动摘要 :能够快速提炼会议记录和讨论要点,将其转化为简洁明了的摘要,方便用户记录和回顾会议内容,提高会议效率。 - AI辅助文档优化 :提供语法检查、文本润色和多语言翻译等功能,帮助用户提升文档质量,使其表达更加准确、流畅和专业。
协作功能 - 实时多人协作 :支持多人同步编辑、评论和版本历史追溯,团队成员可以在同一张思维导图上同时工作,实时看到彼此的修改和反馈,实现无缝协作,提高工作效率。 - 无限画布与信息整合 :白板可无限延伸,能容纳大量的内容和想法,方便团队进行头脑风暴和创意拓展,将各种零散的信息整合到一起,形成完整的知识体系。
工具地址:https://miro.com/mind-map/
大家还记得 Sora 是什么时候发布的吗?2 月份,当时 OpenAI 发布之后,一夜之间就把 AI 视频生成界搅得天翻地覆啊,但是现在一点消息都没有了,反倒是其他平台遍地开花,特别是这个月,简直太爆炸了~
昨天深夜,Runway 放出酝酿了半年的全新版本 Gen-3 Alpha,也让我们再次见证了这些巨头的底蕴。
Runway Gen-3 Alpha 特点如下: 高保真视频生成:能够生成接近真实世界质量的视频内容,具有高度的细节和清晰度。 精细动作控制:模型能够精确控制视频中对象的动作和过渡,实现复杂场景的流畅动画。 逼真人物生成:特别擅长生成具有自然动作、表情和情感的逼真人类角色。 多模态输入:支持文字转视频、图像转视频、文字转图像等多种创作方式。 先进工具:支持运动画笔、相机控制和导演模式等专业创作工具。 增强的安全措施:引入新的内部视觉审核系统和 C2PA 标准,确保内容的安全性和可靠性。 高质量训练:使用高描述性的、时间密集的字幕进行训练,使模型能够理解和生成具有丰富时间动态的视频。
现在还在内测中,后期可以体验的时候再给大家分享地址!