9月29日·字节跳动发布豆包全模态大模型家族，引领AI视频生成新纪元

24 0 1

9月29日·周日 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。

字节跳动发布豆包全模态大模型家族，引领AI视频生成新纪元

字节跳动在2024年的火山引擎AI创新巡展上，宣布推出豆包全模态大模型家族，标志着其正式进军AI视频生成领域。新发布的模型包括PixelDance和Seaweed，它们能够生成高质量、连贯一致的视频，并支持多种运镜技巧和风格。豆包视频生成模型基于DiT架构，具备多镜头语言能力，能够在镜头切换时保持一致性，提供多样化的风格支持，并适应多种宽高比。此外，字节跳动还发布了豆包音乐模型和同声传译模型，进一步拓展其在AI领域的应用。这些模型的发布，预示着字节跳动在AI技术应用方面迈出了重要一步，为视频创作、音乐生成和语言翻译带来了革命性的变革。来源：微信公众号【机器之心】

Nature论文挑战AI大模型可靠性，华人学者揭示LLM缺陷

近期，一篇发表在《Nature》的论文颠覆了人们对AI大模型可靠性的认知。由剑桥大学等机构的研究人员进行的全面评测显示，即便是经过指令微调的LLM（大型语言模型），在执行任务时也表现出了不一致性和不稳定性。研究发现，这些模型在处理复杂任务时可能表现出色，却在简单任务上出错，且不会主动回避超出能力范围的问题。此外，这些模型对提示词的敏感性很高，不同提示词可能导致截然不同的结果。论文作者之一，华人学者周乐贤（Lexin Zhou）强调，尽管LLM在算力、数据和算法优化方面取得了进步，但它们在实际应用中仍存在显著的不可靠性。这项研究对AI大模型的未来设计和开发提出了警示，提示我们在高风险领域需要谨慎依赖这些模型。来源：微信公众号【新智元】

人大附中学生NeurIPS论文入选，AI学术界新苗头

在2024年NeurIPS大会上，中国人民大学附属中学的高中生吴悠以第一作者身份提交的论文《Vision-Braille：An End-to-End Tool for Chinese Braille Image-to-Text Translation》入选高中赛道，并被评为Spotlight Project。这项研究提出了一种中文盲文图像到文本的端到端翻译工具，基于谷歌的mT5模型，采用课程学习方法进行微调，以解决中文盲文翻译中的数据稀缺、盲文特殊性以及同音字混淆等难题。吴悠在北京大学计算机学院张铭教授的指导下完成了这项研究。这项成果不仅体现了AI学术界对高中生的开放态度，也展示了中国高中生在人工智能领域的潜力和创新能力。来源：微信公众号【量子位】

神秘“蓝莓”模型登顶文生图排行榜，疑似Flux.1续作

在文生图模型的竞技场上，两个名为”blueberry_0″和”blueberry_1″的神秘模型以其卓越的生成效果力压Flux.1、Ideogram v2、Midjourney v6.1等知名模型，占据了排行榜的前两位。这些模型的来源尚未公开，但有猜测认为它们可能出自打造了Flux的黑森林实验室之手。”蓝莓“模型在对提示词的理解、细节处理和真实性方面展现出了显著的优势，尽管在文本生成方面存在不足。目前，尽管无人认领这些模型，但它们已经在AI社区引起了广泛的关注和讨论。网友们对”蓝莓”的真实身份猜测不一，有人认为它可能是OpenAI的新作，而有人则认为其分数可能存在操纵。不论如何，”蓝莓”模型的出现无疑为AI文生图领域带来了新的活力和竞争。来源：微信公众号【量子位】

扫描全能王母公司IPO合合信息科创板上市，市值破百亿

上海合合信息科技股份有限公司，即广受欢迎的“扫描全能王”的母公司，在科创板成功上市，首日市值即达到113.62亿人民币。该公司专注于人工智能和大数据科技，提供C端和B端客户智能文字识别和商业大数据服务。其核心产品“扫描全能王”和“名片全能王”全球下载量接近9.3亿次，而B端业务则服务于银行、证券、政府和物流等多个行业。2023年公司营业收入达到11.87亿元，净利润为3.23亿元，毛利率高达84.25%。合合信息的上市，不仅为创始人和股东带来了丰厚的回报，也标志着中科院自动化所校友中再添亿万富豪。公司的成功上市，展示了AI技术在智能文字识别领域的商业潜力和市场认可。来源：微信公众号【量子位】