阿里发布AI图生视频模型EMO
阿里巴巴集团智能计算研究院日前上线了一款新的 AI 图片-音频-视频模型技术EMO，官方称其为“一种富有表现力的音频驱动的肖像视频生成框架”。
如何抓住AI带来的创业信号？
AI时代的信号和噪声
踩遍AIGC创业的各种坑
历史总是惊人的相似。2022年末，OpenAI发布了初代版本的ChatGPT。虽然当时的对话效果差强人意，但这前所未有的交互形式毫无意外的引起了全社会关注。随之而来的是对新一代科技变革的期待，担忧被技术取代的焦虑，以及层出不穷的大模型竞赛。
Stable Diffusion 3：强大的文生图模型
生成式 AI 顶级技术公司 Stability AI 放了一个大招 ——Stable Diffusion 3。该公司表示，这是他们最强大的文生图模型。
Mobile-Agent：手机端智能体
近日，通义实验室推出了手机端智能体Mobile-Agent。输入一句指令，AI可以作为智能中枢，根据指令在手机上自动规划和操作各种APP，操作场景包括但不限于导航、购物、组织电话会议、更改系统设置，其准确程度如同人类在操作手机一般，通过Mobile-Agent，用户将拥有一个手机端的超级智能助理，通
SaaS出海手册 2024
2023 年初，出海像一种被动思考，而 2024 年初，全球化是一种主动行为。
UMI：斯坦福AI机器人框架技术
UMI是斯坦福开发的一个机器人数据收集和策略学习框架，通过手持式夹持器和精心设计的接口进行数据收集。该框架能够将人类在复杂环境下的操作技能直接转移给机器人，无需人类编写详细的编程指令。通过人类亲自操作演示然后收集数据，直接转移到机器人身上，使得机器人能够快速学习新任务。
Coral：Google的本地AI开发平台！
Coral 是一个基于本地 AI 构建智能设备的平台。
2024年值得关注的三大人工智能趋势
对生成式人工智能而言，2023年是具有重要意义的一年。在这一年里，数百万人通过使用 ChatGPT 和 Microsoft Copilot[1] 等工具，让人工智能从实验室走进了我们的现实生活。展望2024年，人工智能将会变得更加便利和实用、更加深入细微，并将融入到那些可以提升我们日常工作和协助解决
Gemma：谷歌推出全新的最强开源大语言模型
谷歌推出了全新的开源模型系列「Gemma」。相比 Gemini，Gemma 更加轻量，同时保持免费可用，模型权重也一并开源了，且允许商用。 本次发布包含两种权重规模的模型：Gemma 2B 和 Gemma 7B。每种规模都有预训练和指令微调版本。想使用的人可以通过 Kaggle、谷歌的 Colab
UI-Focused：微软首个为Windows而设的智能体
微软首个为Windows而设的智能体（Agent） 亮相，基于GPT-4V，一句话就可以在多个应用中无缝切换，完成复杂任务。整个过程无需人为干预，其执行成功率和效率是GPT-4的两倍，GPT-3.5的四倍。
SORA：OpenAI跨时代的文本生成视频模型
2月16日，OpenAI推出其首款文生视频大模型Sora。该模型能根据提示词生成长达1分钟的视频，或者扩展生成的视频使其更长，同时视觉质量相当惊艳。 相比以往的视频模型，Sora的亮点非常明显，不仅对文本理解更深刻，可以准确地呈现提示词，而且能在一个生成的视频中创建多个镜头，准确地保留角色和视觉风格
Product Hunt Golden Kitty Awards 2023
近期，Product Hunt 官方发布了 2023 年年度榜单：Golden Kitty Awards 金喵奖，其中包含年度最佳产品、最佳 AI 产品、最佳生开发者工具等一众奖项。金喵奖采用了相对独立的计票逻辑，综合了产品本身票数和年终大奖提名票数等因素，除了冠军外，还会评选出三个”亚军“。
Adeus：开源AI可穿戴设备
Adeus是一款可穿戴设备，它可以捕捉你在现实世界中的言行，然后转录并存储在你自己的服务器上。然后，你可以使用该应用程序与Adeus聊天，它将为你想要或需要谈论的内容提供所有正确的上下文——一个真正个性化的个人人工智能。 在即将到来的世界里，个人人工智能将成为我们日常生活中不可或缺的一部分，...
MetaGPT：使GPT以软件公司的形式工作
一项名为MetaGPT的研究，通过对智能体角色进行明确分工，并要求多个智能体在协作中采用统一规范的“交流格式”等方法，让智能体性能大增。总的来说，MetaGPT是模仿人类的分工协作方式，将各种任务的标准操作流程编码为智能体的“规范手册”，不同角色的智能体负责不同的专业任务。