7月30日·Meta发布革命性视频对象分割技术SAM 2.0

97 0 0

7月30日·周二 AI工具和资源推荐

AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

Meta发布革命性视频对象分割技术SAM 2.0

Meta公司在SIGGRAPH会议上宣布了Segment Anything Model 2（SAM 2）的开源，这是一项能够实时分割静态图像和动态视频内容的先进技术。SAM 2.0不仅提升了图像分割的准确率，还实现了更优的视频分割性能，同时将交互时间缩短至原来的三分之一。该模型采用创新的流式内存设计，特别适合实时应用，为多个行业带来新的可能性。Meta还发布了一个大型带注释的数据库SA-V，包含约51,000个视频和超过600,000个masklets，推动了视频分割领域的数据集发展。SAM 2.0的开源和免费使用，将极大地促进人工智能在图像和视频处理领域的应用和研究。来源：微信公众号【机器之心】

英伟达CEO黄仁勋：英伟达已向全球发送了Blackwell工程样片

在SIGGRAPH大会上，英伟达CEO黄仁勋（Jensen Huang）透露了Blackwell工程样片的全球发送，并与Meta CEO马克·扎克伯格（Mark Zuckerberg）进行了一场炉边对话。两位科技巨头不仅分享了对AI和元宇宙未来的看法，还就开源策略、AI助手的发展以及加速计算对能源问题的影响进行了深入讨论。黄仁勋强调了AI在芯片开发中的关键作用，并预言了物理AI的崛起。扎克伯格则展望了Meta在智能眼镜和全息AR技术方面的未来产品。此外，两位CEO都表达了对开源软件的重视，认为它是推动技术发展和创新的关键。这场对话不仅展示了两位领导者对行业未来的深刻洞察，也反映了他们对技术进步和开源精神的共同承诺。来源：微信公众号【新智元】

生数科技推出极速AI视频生成器Vidu，挑战Sora地位

生数科技，由清华大学朱军团队创立，正式全球上线其AI视频生成器Vidu，成为国产版Sora的有力竞争者。Vidu以其仅需30秒即可生成4秒视频的惊人速度，以及高动态性、逼真度和一致性等特点，迅速吸引了业界关注。它不仅支持写实和动画风格，还具备动漫风格视频生成能力，并且能够准确理解并生成包含数字和文字的视频内容。Vidu的底层架构基于自研的U-ViT，这是全球首个融合Diffusion和Transformer的架构，提供了直接且连续的文本到视频转换体验。生数科技凭借其技术创新和工程化经验，展现了在多模态大模型赛道上的雄心和实力，目前已获得数亿元融资，并在商业模式上展现出精心布局。来源：微信公众号【机器之心】

苹果AI技术报告揭示iPhone内置Siri进化与自研模型细节

苹果公司在iOS 18.1测试版中首次向开发者推送了备受期待的苹果AI技术，同时发布了一份详尽的47页技术报告，深入介绍了苹果AI的基础模型。新版本系统为Siri带来显著升级，包括更自然的交流方式、文本与语音的无缝切换，以及对苹果产品故障排除问题的回答能力。此外，苹果AI还引入了写作工具、专注模式、照片功能改进等新特性。尽管缺少了ChatGPT集成，但苹果AI的技术报告展示了公司在语言模型设计、优化和安全性方面的深入研究和创新。报告中特别提到了苹果开发的两种基础语言模型：端侧模型AFM-on-device和云端模型AFM-server，分别针对终端设备和服务器任务进行了优化。苹果AI的这些进步不仅体现了公司在人工智能领域的技术实力，也预示着未来iOS设备将更加智能化和个性化。来源：微信公众号【新智元】

Runway Gen 3 Alpha革新视频生成，11秒实现图生视频

Runway Gen 3 Alpha模型的图生视频功能正式上线，标志着AI视觉生成技术迈出了重要一步。用户现在可以利用任何图片作为视频的首帧，并结合文本提示进一步指导视频内容，生成最长11秒的视频。这一更新大幅提高了视频生成的艺术控制度和一致性，引发业界广泛关注和积极评价。Runway联合创始人兼CEO Cristóbal Valenzuela通过社交媒体分享了这一消息，并展示了一些令人印象深刻的图生视频示例。网友们对Runway的创新效果表示赞赏，并急切期待亲自尝试。试用者反馈表明，Runway在图生视频领域再次展现了其卓越的技术实力，为创意产业带来了新的可能。来源：微信公众号【机器之心】