slug
summary
tags
icon
password
⏩Vidu发布「主体参照」功能，有效解决视频生成一致性问题
Vidu发布的「主体参照」功能是一个创新的视频生成技术，允许用户通过上传主体图片来实现视频中主体的一致性生成。这一功能不仅适用于人物，还能处理动物、商品及虚构角色，确保在不同场景下的形象连贯性。与传统的图生视频和角色一致性技术相比，「主体参照」大幅提升了视频生成的可控性和灵活性，简化了制作流程，降低了成本。生树科技CEO唐家渝表示，这一功能标志着AI视频创作的高效新阶段，未来将继续探索多主体交互和风格统一等复杂叙事需求。
⏩Mistral首个多模态模型Pixtral 12B来了！还是直接放出24GB磁力链接
Mistral团队发布了其首个多模态模型Pixtral 12B，模型大小为23.64GB，包含强大的视觉编码器，支持1024×1024图像处理和多模态数据的理解与生成。该模型参数包括40层、隐藏维度14,336和32个注意力头，具备131,072个不同token的词汇库，能够处理复杂的文本和图像信息。尽管Pixtral 12B的性能尚未完全评估，但初步测试显示其在多个基准上表现优于其他开放多模态模型。Mistral还在AI峰会上分享了该模型的应用案例，展示了其在OCR、图像信息提取和复杂推理方面的能力。未来，Mistral计划通过其平台提供该模型，旨在让AI更易用和有用。
⏩腾讯最新万亿参数异构MoE上线，技术细节首次曝光！权威评测国内第一，直逼GPT-4o
腾讯最新发布的混元Turbo大模型采用了全新的分层异构MoE架构，参数总量达到万亿级，性能在国内处于领先地位，直逼GPT-4o。文章详细介绍了模型的技术细节，包括Pretrain和Postrain阶段的创新，特别是在强化学习和高质量文本创作、数学、逻辑推理等专项能力的提升方面。混元Turbo通过优化算法和训练框架，显著提高了训练推理效率和降低了部署成本。此外，文章还提到该模型在高考作文写作评测中获得第一名，展示了其在实际应用中的潜力。这篇文章为AI领域的最新发展提供了深入的技术分析和实用信息。
⏩OpenAI 65亿融资成形，估值暴涨至1500亿美元！微软苹果英伟达相继「输血」
OpenAI正在进行新一轮65亿美元的融资，估值预计将达到1500亿美元，成为千亿美元俱乐部的一员。此次融资引起了金融界的广泛关注，尤其是微软、苹果和英伟达等科技巨头的参与。OpenAI自2015年成立以来，推出了ChatGPT等一系列热门产品，尽管面临内部管理问题和高额亏损，但融资仍被视为其发展的关键。首席财务官表示，这笔资金将用于支持计算能力和运营费用。文章详细分析了OpenAI的融资背景及其在AI领域的重要地位，具有较高的时效性和行业相关性。
⏩厉害了！Adobe新出Firefly视频模型，2分钟速成高清大片
Adobe最近推出了Firefly视频模型，旨在帮助视频内容创作者在短时间内生成高质量的作品。该模型利用AI技术，能够根据用户的提示快速生成视频片段，展示了强大的创意扩展能力。Firefly视频模型支持多种功能，包括视频序列组合、相机控制和动画制作，能够满足编辑、电影制作人和内容创作者的多样化需求。此外，Adobe强调该模型在商业安全性方面的设计，确保用户内容的隐私和版权得到保护。此项技术的推出标志着AI在视频创作领域的又一重要进展，具有广泛的应用前景。
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com/article/b1373ab9-dbdf-4fbe-b6bc-1f7aab6fdf8f
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。