🦉 AI新闻
🚀 OpenAI推出GPT-3.5Turbo微调功能并更新API,将提供GPT-4微调功能
摘要:OpenAI宣布推出GPT-3.5Turbo微调功能,并更新API,使企业和开发者能够定制ChatGPT,达到或超过GPT-4的能力。通过微调,用户可以让模型更好地遵循指令、一致格式化响应,并适应特定品牌需求。此外,OpenAI计划推出微调UI以简化操作,提供更多微调支持。GPT-4微调功能将于今年秋季发布。还有两个更新的GPT-3基本模型可进行微调。
🚀 Meta发布人工智能模型SeamlessM4T,进一步打造人类通用语言翻译器
摘要:Meta Platforms今日发布了一种名为SeamlessM4T的人工智能模型,它能够翻译和转录数十种语言,为不同语言的人们提供更有效的交流方式。这一模型可以实现文本到语音、语音到文本以及语音到语音的翻译,且支持近100种语言。Meta将以研究许可证的形式向公众免费提供该模型,以促进研究和开发工作。Meta表示,这一工具对于全球用户在元宇宙中的互动至关重要,也是公司未来的赌注所在。
🚀 Midjourney更新局部绘制功能!
摘要:Midjourney更新了局部绘制功能,可以在不改变其他内容的前提下定向修改画面的局部。 使用混合模式和关键词,用户可以生成4组图,并选择想要修改的区域进行局部绘制。 经过修改后,用户可以对比原图,看到改变了的局部内容,风格统一。
🚀 IBM研报显示,AI技能需求将增加40%,不会引发失业潮,反而催生新岗位
摘要:根据IBM发布的研报,全球预计有14亿劳动力(约占40%)在未来3年内需要学习和掌握新的AI相关技能。研报指出生成式AI的崛起将催生大量新兴岗位,对各种商业模式产生影响,以及改变工作角色的潜力。调查显示,40%的员工需要学习新技能,而87%的领导者认为AI将扩大工作岗位。受访高管表示,掌握AI技能的员工薪资涨幅平均为15%,AI相关企业收入增长率较同行高出36%。
🚀 微软推出生成式AI设计工具Designer并集成于Edge浏览器
摘要:微软宣布推出一款名为Designer的设计工具,利用生成式AI技术提供强大功能。该工具已集成于Edge浏览器,在美国市场上线。用户只需在浏览器窗口中点击几次,即可创造惊艳的视觉设计。Designer能根据用户输入的主题或标题生成出色的视觉设计选项,还可使用DALL-E技术生成独特的图片。目前该功能处于公开预览阶段,免费使用,但正式发布后部分功能可能需要付费。微软还为Edge浏览器中的Bing Chat AI聊天机器人增加了新功能,帮助提高工作效率。Edge浏览器最新版本增加对Edge for Business的支持。
🚀 微软 Edge 浏览器推出智能搜索功能
摘要:微软 Edge 浏览器即将推出名为"智能搜索"的新功能,利用人工智能技术帮助用户更方便地在网页上搜索相关内容。这项功能将在2023年9月向所有用户推送,可以帮助用户找到正确的单词或短语,即使拼写错误或不完整。除了人工智能搜索,Edge 浏览器还增加了两个过滤选项,用户可以匹配整个单词和区分大小写。用户可以从官方网站下载 Edge Beta、Dev 或 Canary 版本提前体验智能搜索功能。此功能目前仅支持Windows系统。
🚀 微软Windows 11探索引入多个内置应用的人工智能功能
摘要:微软在过去一年中在人工智能方面取得了重大进展,并计划将人工智能功能引入一些内置的Windows 11 应用,包括照片、截图工具和画图。照片应用将具备识别和剪切照片中物体和人物的能力;截图工具将能够识别屏幕截图中的文本,并复制到剪贴板;画图应用将引入生成式人工智能,基于用户设定的条件创建画布。尚不清楚这些人工智能功能是否很快在Windows 11上推出。微软将于9月21日召开活动,发布新的Surface硬件,并进一步探讨Windows中的人工智能。预计2024年发布的下一个主要Windows平台版本将更加重视人工智能的集成体验。
🚀 ChatGPT"自定义指令"功能面向欧盟和英国用户开放
摘要:ChatGPT在8月22日宣布其"自定义指令"功能面向欧盟和英国用户开放。该功能允许用户通过设置规则和条件来控制机器人的行为和输出,例如限制语言、回答问题类型和生成内容格式。同时,开发人员可以要求机器人使用特定语言回答或排除某些语言。使用自定义指令功能时,可以关闭聊天历史记录。这一功能的开放为用户提供了更多个性化和自定义的使用体验。
🗼 AI知识
🔥 Stable Diffusion一周年:这份扩散模型编年简史值得拥有
众所周知,要想实现通用人工智能离不开多模态,ChatGPT/GPT-4尽管在语言领域大放异彩,但一直迟迟没有开放多模态功能。文生图这座"金矿"则是属于另一支故事线了,由"扩散模型"开启。
🔥 中山大学开源Diffusion模型统一代码框架,推动AIGC规模化应用
近年来,基于扩散模型(Diffusion Models)的图像生成模型层出不穷,展现出令人惊艳的生成效果。然而,现有相关研究模型代码框架存在过度碎片化的问题,缺乏统一的框架体系,导致出现「迁移难」、「门槛高」、「质量差」的代码实现难题。
更多AI工具,参考Github-AiBard123,国内AiBard123