UC伯克利的CV三巨头推出首个无自然语言的纯视觉大模型，第一次证明纯CV模型也是可扩展的。更令人震惊的是，LVM竟然也能做对图形推理题，AGI火花又出现了?计算机视觉的GPT时刻，来了!最近，来自UC伯克利的计算机视觉「三巨头」联手推出了第一个无自然语言的纯视觉大模型（Large

  本文由站长之家合作伙伴自媒体作者“新智元公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了能够更好的保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。

  11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，稳定性很高，让您的云端之旅更加畅享。快来腾讯云选购吧！

  加州大学伯克利分校的研究人员推出了一款名为Starling-7B的开放式大型语言模型，采用了一种称为ReinforcementLearningfromAIFeedback的创新训练方法。RLAIF的独特之处在于利用其他人工智能模型的反馈来提升性能，相较于传统的人工反馈，这种方法更具有成本效益、速度快、透明度高、可扩展性强的优势。感兴趣的人还可以在聊天机器人领域测试该模型。

  给你一首曲子的音频和一件乐器的3D模型，然后问你这件乐器能否演奏出这首曲子。你能够最终靠听觉来辨认这首曲子的音色，看它是钢琴曲还是小提琴曲又或是来自吉他;同时用视觉识别那是件什么乐器。用等价的线性投影模块替换其中一个Q-Former后，图像-3D的性能会下降一半以上，音频-视频的性能会下降超过10个点。

  【新智元导读】商汤科技创始人、著名AI科学家汤晓鸥于12月15日因病救治无效不幸离世，终年55岁。沉痛悼念!2023年12月15日23时45分，商汤科技创始人汤晓鸥教授因病救治无效不幸离世，终年55岁。中国AI界痛失英才，损失无法估量!汤晓鸥教授，R.I.P.。

  天眼查App显示，近日，荣耀终端有限公司申请注册“荣耀魔方大模型”商标，国际分类为网站服务，当前商标状态为等待实质审查。该公司曾申请两枚“MAGIC大模型”商标。荣耀端侧AI大模型已能实现2-10B的参数级别云端大模型则可以达到10-100B。

  自动化技术的最新进展引人瞩目，其中一项引人注目的技术是Self-OperatingComputer框架。这一框架采用了先进的GPT-4V模型，通过模拟人类的鼠标点击和键盘输入，实现了令人惊叹的自主操作。自主操作的计算机框架无疑将改变我们对计算机能力的认知，为未来的科技发展打开崭新的可能性。

  “取消今晚所有计划!”，许多AI开发者决定不睡了。只因首个开源MoE大模型刚刚由MistralAI发布。最新的梗图:磁力链接就是新的arXiv。

  据OPPO官方消息，OPPO今天举行了FindX7系列技术沟通会，在这次会议上，OPPO首个AI大模型安第斯大模型AndesGPT正式发布。AndesGPT具备功能全面、强大的生成式视觉模型，能够对图像进行精准语义理解，并在此基础上实现了对超过120类主体的识别与分割支持。以通话摘要功能举例，AndesGPT可以帮助用户梳理通话内容的要点，并准确地输出带有主题、要点以及待办事项的通话内容摘要，精准程度明显优于10亿级别的端侧模型。

  欧盟计划通过提供超级计算机的处理能力，支持本土AI初创公司进行模型训练。该计划于去年9月宣布，并于上个月开始实施。Mistral在欧盟的超级计算访问计划中的早期参与可能表明思路的一致性。

  【中国，北京，2023年11月30日】今天，以“践行深度用云，加速智能升级”为主题的华为云行业高峰论坛2023在北京盛大开幕。华为云重磅推出业界首个大模型混合云，并发布《深度用云展望2025》白皮书及深度用云行动计划，希望通过创新技术、理论沉淀及行动举措，助力政企践行深度用云，加速智能升级。华为云提出深度用云行动倡议，并联合10伙伴和行业组织，共同发起深度用云行动计划，计划未来三年投入1亿人民币，用于能力型伙伴建设、云原生应用开发、行业专家培养、行业标杆打造等领域。

  华中科技大学官方发文称，该校软件学院一团队发布了多模态大模型Monkey”。该模型擅长图像描述和视觉问答，能够实现对世界的观察”，对图片进行深入问答交流和精确描述。值得一提的是，该团队已将Monkey代码在全球最大的代码托管服务平台GitHub上开源。

  MyMap.AI是一个将文本思路转化为脑图和演示文稿的AI工具。它通过简单的聊天界面，将您的文本思路转化为可视化的脑图和演示文稿。非常适合学生、教师和没有设计技巧的专业人士使用。它是您节省时间的工具，可以轻松进行协作性的可视化创作。

  tryarvin是由GPT-4驱动的AI浏览器扩展。它集成了最新的GPT-4和GPT-3.5模型，提供多种有用的AI工具，包括代码解释器、AI绘画工具和各种模板，帮助用户完成文案写作、设计和翻译的工作。Arvin还提供了条便捷的操作界面，使得用户在所有网站上，都能进行快速的AI交互。

  SaaSData.app是一个广泛的软件即服务公司和创始人数据库。你可以发现、分析和领先于竞争激烈的创业环境,我们提供了大量的软件即服务公司和创始人详细数据。拥有30000家公司,25000名创始人,每一个数据点你都可以找到,强大的搜索、排序和筛选能力,数据可视化图表,适合不同需求的用户。

  Pixble是一个使用人工智能来增强您的照片的在线照片编辑工具。它可以自动修复光照、色彩和色调,使模糊照片清晰,等等。总之可以在几秒钟内提升您照片的质量。Pixble免费试用,无需下载安装。

  Ai Profile Pictures是一款通过上传个人照片进行训练，然后由AI模型生成个性化头像的服务。用户首先需要购买积分，然后上传至少10张个人照片，等待2-3小时后即可获得200多张个性化头像。用户可在7天内提交补充照片，如果不满意，可联系客服再次生成。

  PromptBench是一个基于Pytorch的Python包,用于评估大型语言模型(LLM)。它为研究人员提供了用户友好的API,以便对LLM进行评估。主要功能包括:快速模型性能评估、提示工程、对抗提示评估以及动态评估等。优势是使用简单,可以快速上手评估已有数据集和模型,也可以轻松定制自己的数据集和模型。定位为LLM评估的统一开源库。

  FaceSwapper是一个使用前沿AI技术进行无缝人脸互换的在线平台。通过我们简单易用的界面,提升您的创造力,为您的照片添加趣味元素。毫不费力地交换图像中的人脸,制作搞笑的表情包,像从未有过的方式改变您的视觉讲述。FaceSwapper为您提供了无与伦比的精准度,确保自然融合的人脸互换,与原图完美契合。拥抱照片编辑的未来,使用FaceSwapper释放您的想象力,这是终极的人脸互换工具。现在就试试,亲身体验AI人脸互换的魅力吧!

  Promptden是一款为用户提供更便捷的使用体验的工具。通过该扩展，用户可以在浏览器中直接使用ChatGPT的功能，包括生成文本、搜索灵感等。该扩展的优势在于提供更快速的交互方式，节省用户时间。定价灵活，适合个人用户和企业用户。定位为提高用户生产力的工具。

  RapidPay是一个移动支付APP,致力于提供简单、安全、快捷的支付体验。正在通过其突破性的人工智能支付网关改变支付世界。该APP支持各大银行信用卡及借记卡,用户可以通过手机随时随地完成支付。RapidPay具有支付流程简单、支持指纹识别、数据安全加密等优势,能轻松实现秒级支付,大大提升支付效率。该APP适用于餐饮、购物、娱乐、出行等多个场景,targeted positioning向年轻用户群体。

  VIDIO 是一款下一代视频编辑平台，采用人工智能技术，让视频编辑变得简单高效。它提供了智能对话编辑和自动化指导等功能，用户可以通过自然语言与 AI 助手交流，描述编辑需求，从而快速实现视频编辑。VIDIO 还提供了自动字幕、去噪、静音检测等功能，并支持与其他视频编辑软件兼容。免费版可用，付费版提供去水印输出。VIDIO 广受全球创作者的喜爱。

  Chat Gemini是一个免费的聊天机器人API,基于Anthropic公司的Gemini聊天机器人模型开发。它提供了一个简单的界面,让用户可以随意与机器人聊天。同时它还开放了API,允许开发者自定义训练机器人,实现更智能的对话功能。

  AutoDraw 是一个将机器学习与有才华的艺术家的绘画相结合的工具，帮助您快速绘制图形。它使用智能识别功能，根据您的草图，提供相应的优美图形以选择并完成您的绘画作品。AutoDraw 非常适合那些想要快速绘画但不具备艺术天赋的人。

  InputAi是ChatGPT的升级版本，是最新、最强大的AI聊天模型。它具有更强大的对话生成能力，可以模拟自然对话，提供更加智能、流畅的聊天体验。InputAi定位于提供高质量的对话交互，适用于各种聊天场景。

  TEKHUB AI拥有优秀的人工智能开发团队,可以为您定制开发各种人工智能产品,例如聊天机器人、Recommendation系统等,助您提高生产力。我们的服务涵盖需求分析、方案设计、开发实施以及后续维护升级等全流程。使用TEKHUB AI,您可以快速拥有自己的人工智能应用。

  GPT Pilot 是一款 AI 开发工具，能够在开发者监督下从头开始编写可扩展的应用程序。您指定要构建的应用程序类型，然后 GPT Pilot 会提出澄清问题、创建产品和技术要求、设置环境，并一步一步地编写应用程序，就像在现实生活中一样。在每个任务完成时，它会要求您进行审核，或在遇到问题时提供帮助。这样，GPT Pilot 就像一个开发者一样，而您则是一个主导开发的高级开发人员，审核代码并在需要时提供帮助。

  speakSync是一个基于人工智能的实时语音翻译APP。它可以在一定程度上完成多种语言之间的即时翻译,支持语音转文本和文本转语音,采用了OpenAI的Whisper和GPT模型,实现了流畅准确的翻译效果。该APP专为旅行者、商务人士和语言学习者设计,简化了翻译流程,创建无障碍的跨语言交流环境。

  GAJIX 是一款强大的 AI 学习助手，帮助您学习任何学科。它使用先进的人工智能算法来分析您想要学习的任何学科或网页。只需输入一个主题或 URL，即可即时获得大量信息，帮助您学习。

  StoryPear是一个AI打造的音频故事平台，提供数百种不同故事情节，数十位角色带你踏上新的冒险之旅。用户都能够在平台上探索迷人的音频故事世界，享受令人兴奋的冒险体验。StoryPear的优点是通过AI技术创造出丰富多样的故事情节和角色，为用户带来无限可能。

  Supercue是一个Midjourney提示生成器，利用人工智能帮助您为Midjourney创建独特的提示。通过描述您的场景/主题，Supercue会生成创意且引人入胜的提示。它能快速生成描述性的Midjourney提示，节省您的时间并提高创作效率。Supercue提供多种风格的图片生成，从照片逼真的画面到等距投影的作品，应有尽有。

  Otis AI是一款跨渠道广告管理平台，通过AI驱动的功能，帮企业在Facebook、Instagram、Google、TikTok、YouTube等平台上管理数字营销。它提供跨渠道广告管理、AI驱动的广告性能优化、数据驱动的受众定位和归因等功能。Otis AI的定价灵活，并提供不一样的层次的服务，适用于不同规模的企业和个人用户。