AI新闻速递：MidjourneyV6社区评价引人注目，DreaMoving开源框架推出
???AI新鲜事
Midjourney V6史诗级升级，网友惊呼太逼真!
在Midjourney V6的第二次社区评价中，网友们纷纷惊叹于其逼真的神图以及出色的光影效果。据预测，这款产品可能会在今日或明日两天内正式上线。
【AiBase提要:】
? Midjourney V6社区评价引发轰动，图像逼真程度令人难以置信，光影效果和细节表现惊艳。
? V6即将上线，传言将在今明两天发布，成为AI生图领域的新巅峰，引起网友期待和兴奋。
在Midjourney V6中，图像生成的语言提示理解能力得到了显著提升，这使得用户能够更加精确地指导图像的生成过程，从而为主创工作提供了更大的控制权。
ChatGPT新增存档聊天记录功能
在12月21日这个特殊的日子里，知名的人工智能公司OpenAI在社交平台上发布了一则令人振奋的消息。他们宣布旗下的智能对话产品ChatGPT将新增一项名为“存档聊天记录”的功能。这一功能的引入，无疑将为广大用户带来更加丰富和便捷的体验。
【AiBase提要:】
在存储聊天记录方面，OpenAI的ChatGPT现在具备新的功能。用户可以轻松地在“设置”选项里保存他们的对话，无需担心会意外删除这些重要信息。这一功能的引入，让用户更加便捷地保留与他人的交流记录，同时也为未来的对话提供了更多的参考依据。
? 跨平台推出: 该功能已在Web和iOS平台上推出，并计划在安卓版本上线。
? 更多操作选择: 用户可在设置中对聊天文档进行多种操作，包括删除、命名和查看。
阿里可控视频生成框架DreaMoving开源
近日，阿里巴巴集团旗下的人工智能部门推出了一项全新的技术成果——DreaMoving，这是一个高度自主的可控视频生成框架。该框架主要依赖于扩散模型，能够根据人脸、姿势序列以及文本提示等多种信息，生成出高质量且定制化的视频内容。使用DreaMoving非常简单，用户只需要提供相应的图像信息和提示，就可以轻松生成对应的视频内容。而且，DreaMoving不仅可以实现人物视频的生成，还可以对身份、动作和外观等进行灵活的控制，让每一次的视频制作都更加个性化，满足不同场景的需求。总的来说，DreaMoving的开源发布标志着我国人工智能技术在视频生成领域的重大突破，也为广大用户提供了更高效、更便捷的视频制作工具。
【AiBase提要:】
DreaMoving是阿里巴巴集团旗下的一款基于扩散模型的高质量视频生成技术框架。该技术能够根据人脸、姿势以及文本提示等多方面的信息,生成具有高度定制化特点的人类视频内容。通过运用先进的技术手段,DreaMoving能够实现从素材到最终产品的快速转换,为企业和个人提供更加丰富、多样化的视频内容,满足不同场景下的应用需求。
DreaMoving是一款先进的运动控制和内容嵌入转换工具，它通过整合Video ControlNet和Content Guider这两个核心组件，实现了对运动的精确控制以及对文本提示内容的智能嵌入转换。借助这两种技术的强大功能，DreaMoving能够帮助用户更加准确、高效地实现各种复杂的运动操作，同时也大大提高了内容的呈现效果和使用体验。
DreaMoving开源项目为我们带来了一系列的便利。该项目的核心功能在于提供代码和试玩地址，让广大的用户能够借此机会亲身体验其卓越的泛化能力和定制的视频生成能力。通过这一系列的努力，DreaMoving成功地吸引了众多用户的关注，并赢得了广泛的赞誉。
百度千帆AppBuilder开放
百度智能云在2023百度云智大会上发布了20多款全栈产品，包括优化大模型训练的计算平台、全新计算实例、边缘计算节点等，同时推出了千帆AppBuilder以满足企业AI原生应用开发需求。
【AiBase提要:】
? 全栈产品发布:百度智能云发布多款产品，从基础设施到通用计算再到分布式云，全面满足大模型落地需求。
? AppBuilder亮相:推出千帆AppBuilder，为企业提供代码态和低代码态两种形态，助力高效AI原生应用开发。
? 成绩亮眼:千帆平台大模型API调用量增长10倍，已服务4万家企业用户，成本最高可下降90%。
百度推出文心一言专业版尊享礼品卡
百度文心一言发布专业版尊享礼品卡，提供1至12个月不同会员时长，其中12个月限时658.8元。礼品卡功能升级包括文心大模型4.0，支持更长输入输出，网页端享高阶插件和画图效果升级。
【AiBase提要:】
? 价格优惠:12个月专业版尊享礼品卡限时658.8元，满足用户各种需求。
? 功能升级: 文心大模型4.0全面升级，提供更强大的语言理解和生成能力。
? 网页体验提升: 尊享礼品卡用户在网页端将享受高阶插件和画图效果升级，提升使用体验。
苹果最新AI研究或彻底改变iPhone体验
苹果通过HUGS技术实现从短视频生成逼真的3D动态头像，并通过内存优化在有限内存设备上高效运行大型语言模型，为用户提供更沉浸的视觉体验和更高效的AI推理。
【AiBase提要:】
?3D动态头像技术: 苹果的HUGS技术可以从短视频中生成逼真的3D动态头像，训练速度提高了100倍以上，为更沉浸的视觉体验打开新可能。
? 内存优化: 苹果攻克了在有限内存设备上运行大型语言模型的难题，通过降低数据传输量和优化读取方式，在iPhone等设备上高效运行复杂的AI系统。
? AI愿景: 苹果通过这些技术展现在AI领域的领导地位，未来可能推出更多基于内存优化的AI应用，提升设备性能和人工智能服务的可用性。
together.ai获得1.025亿美元A轮融资
together.ai是一家全栈AI技术公司，通过其GPU算力云平台实现AI模型训练加速9倍，获得1.025亿美元A轮融资，致力于推动开源AI发展。
【AiBase提要】
? 技术创新与融资:together.ai通过FlashAttention等技术推动AI模型训练速度飙升9倍，获得1.025亿美元A轮融资，包括NVIDIA在内的多家投资者参与。
? 开源生态倡导:作为全栈AI公司，together.ai拥抱开源生态，创建开放生态系统，挑战闭源大模型公司，推进人工智能领域的开源发展。
? 自有技术与数据集:together.ai不仅拥有最快推理技术堆栈，还提供GPU Clusters、Fine-Tuning服务，以及自有数据集和示例性开源AI模型，构建全方位AI服务平台。
VAST推动通用3D大模型，实现「秒级」时代的3D生成
VAST公司的3D生成技术，通过自研大模型Tripo，将传统3D建模的生产周期从几天甚至数月缩短至「秒级」，标志着生成式AI在3D领域的重要突破。
【AiBase提要:】
? VAST公司推出自研的3D大模型Tripo，实现「秒级」时代的3D生成，标志着传统建模方式的革新。
?? 该公司算法团队来自海内外顶尖高校和技术大厂，致力于降低高质量3D资产和环境制作的专业知识和成本。
? VAST探索通用3D大模型，解决AI在3D生成领域的挑战，缩短生产周期，提高生成质量、速度和可控性。
????大模型动态
智谱开源视觉语言模型CogAgent
智谱AI开源的CogAgent是一款拥有180亿参数规模的视觉语言模型，在GUI理解和导航上表现出色，支持高分辨率视觉输入和对话问答，同时具备OCR相关任务的能力。
【AiBase提要:】
? CogAgent是一款180亿参数的视觉语言模型，在GUI理解和导航方面表现出色。
? 模型支持高分辨率视觉输入和对话问答，可针对任意GUI截图进行任务推理。
? CogAgent还通过OCR预训练和微调提升了相关任务的性能。
???AI应用
AI图片编辑神器Anydoor:开启图片编辑的任意门 图片主体随意移动
香港大学、阿里巴巴和蚂蚁集团联合研发的AnyDoor利用扩散技术，实现零样本对象-场景合成，让设计师能轻松将物体自由移动到不同场景中，为图像编辑领域带来新的可能性。
【AiBase提要:】
? 创新技术: AnyDoor基于扩散技术，通过一次训练实现多样化物体-场景组合，解决传统模型需要调整参数的问题。
? 自动摆姿势: 设计师可使用AnyDoor让贴图穿进背景图，实现自动摆姿势、站位的「魔法」，无需担心合照缺人的问题。
✨ 多种实际应用: AnyDoor不仅可用于物体移动和交换，还能轻松扩展为多主体合成和虚拟试穿，在图像编辑领域展现出巨大潜力。
奇域AI:符合中国宝宝审美的AI绘画平台
奇域AI是一个以中式审美为特色的AI绘画社区，致力于打造一个汇聚中国文化艺术的创作平台，提供轻松上手的绘画体验，并允许创作者通过分享作品实现变现。
内测地址:https://top.aibase.com/tool/qiyu
【AiBase提要】
? 中式审美平台: 奇域AI以中国文化元素为基础，呈现极具中式审美的绘画风格，为创作者提供独特创作空间。
? 轻松上手体验: 社区提供新手引导，汇聚顶尖AI绘画创作者，促进创作者学习和启发。
? 创作变现机会: 创作者可通过分享邀请链接和作品赚取额度，同时提供商业用途的生成图片，助力个人IP知名度提升。
????聚焦开发者
苹果最新研究:将有限内存推理速度提高25倍
本文介绍了苹果最新研究，通过将大型语言模型参数存储在闪存中，在有限内存设备上实现了将推理速度提高25倍的高效方法。
论文地址:https://arxiv.org/pdf/2312.11514.pdf
【AiBase提要:】
? 存储优化方案: 苹果研究采用在有限内存下将模型参数存储在闪存中的策略，实现了对计算和内存需求的高效管理。
? 推断效率提升: 通过窗口化策略和行列捆绑技术，成功运行比可用DRAM容量大两倍的模型，推断速度分别提高了4-5倍和20-25倍。
? 新可能性开启: 结合稀疏感知、上下文自适应加载和硬件导向设计，为在内存有限设备上进行大型语言模型推断开辟了新的可能性。
多模态SVG生成模型StarVector 视觉质量显著增强
StarVector是一种多模态SVG生成模型，通过集成代码生成大型语言模型和视觉模型，实现了准确表示图像像素的不受限制的SVG生成，在视觉质量和复杂性处理上显著增强，为SVG生成技术带来新突破。
论文地址:https://arxiv.org/pdf/2312.11556.pdf
【AiBase提要】
? StarVector集成CodeLLM和视觉模型，生成准确SVG图像表示。
? 利用CLIP图像编码器和适配器实现对齐标记和代码标记学习。
? 在SVG-Bench基准测试中，StarVector相较当前方法有显著提升，推动SVG生成技术进步。
斯坦福提出“统一归因”框架
随着大型语言模型在实际业务中的广泛应用，斯坦福大学提出了“统一归因”框架，旨在验证大模型输出的真实性、可靠性和安全性。
论文地址:https://arxiv.org/abs/2311.12233
【AiBase提要:】
? 协同归因功能: 引文生成验证、知识检索验证和事实验证，追踪大模型输出来源，确保准确性。
? 贡献归因方法: 影响函数验证、数据模拟器验证和数据模型验证，评估训练数据对模型输出的影响。
? 统一归因框架: 斯坦福整合协同和贡献归因，为开发者提供大模型安全、内容验证的一体化解决方案。
上交大新框架PowerInfer让2080Ti推理速度增11倍
上海交大IPADS实验室推出的PowerInfer开源推理框架，通过稀疏激活和CPU/GPU混合计算，使2080Ti能以11倍速度运行70B大模型，无需量化。
论文地址:
https://ipads.se.sjtu.edu.cn/_media/publications/powerinfer-20231219.pdf
【AiBase提要】
? 推理速度飙升: PowerInfer让2080Ti在个人电脑上推理大模型速度提升11倍，无需量化，仅需24G4090。
? 稀疏激活技术: 利用稠密模型中的稀疏激活，PowerInfer通过预测路由模块实现神经元计算的高效路由。
? CPU/GPU混合推理: 基于神经元局部性特征，PowerInfer设计了CPU/GPU混合推理系统，弥合了硬件性能差距。
（举报）
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
Related posts
