12月11日·ChatGPT Canvas功能升级，提升生产力

41 0 0

12月11日·周三 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[图片]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o g zAI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

ChatGPT Canvas功能升级，提升生产力

OpenAI在OpenAI Day 4宣布了Canvas的重大升级，该功能现在对所有用户开放，包括免费和付费用户。Canvas的新功能包括文档编辑、Python代码运行和调试，以及整合自定义GPTs。用户可以在Canvas中直接编辑文档，添加表情符号，甚至运行和调试Python代码。此外，Canvas还能加载WebAssembly Python模拟器，支持运行各种Python库。这一升级标志着人类与AI合作的新时代，Canvas将成为个性化导师、自动化SWE和数据科学家，以及编写个性化小工具和游戏的平台。来源：微信公众号【新智元】

多模态大模型听觉能力受挑战：AV-Odyssey基准测试发布

香港中文大学、斯坦福大学等机构联合发布了AV-Odyssey基准测试，针对多模态大模型的视听能力进行了26项任务的全面评估。研究发现，即便是最先进的模型如GPT-4o，在基础听觉任务上表现不佳，无法准确分辨明显不同的声音大小，暴露了大模型在音频感知上的严重缺陷。AV-Odyssey覆盖7种声音属性，跨越10个不同领域，旨在推动AI模型在听觉、视觉理解整合能力上的进步。研究结果表明，现有模型在音频视觉任务中的能力有限，音频感知仍是多模态任务中的最大瓶颈。来源：微信公众号【新智元】

快手可灵AI引领影视创作新纪元

快手可灵AI在AI视频生成领域取得重大进展，与多位知名导演合作，推出了9部AIGC电影短片，标志着中国影视行业首次深度融合AI技术。这些短片完全依托视频生成大模型，展现了AI在视频创作上的巨大潜力。可灵AI自发布以来，经过10余次迭代，用户已超600万，生成视频超6500万，图片超1.75亿张。新推出的AI人脸定制模型和AI试衣功能，进一步为影视创作者提供了强大的技术支持。这些技术的发展，预示着AI技术将重塑影视行业的未来，为电影叙事提供新的语言和创作自由度。来源：微信公众号【机器之心】

谷歌发布PaliGemma 2，视觉语言模型新突破

谷歌DeepMind悄悄发布了PaliGemma 2，这是Gemma家族中的视觉语言模型，致力于降低视觉模型的使用难度并提高性能。PaliGemma 2在图像描述、乐谱识别和医学图像报告生成等多项任务上取得了业界领先的成绩。该模型提供了不同尺寸和分辨率的版本，以适应不同任务需求，并通过微调获得更佳性能。PaliGemma 2能够生成详细的、上下文相关的图像描述，并且在化学式识别、空间推理和胸部X光报告生成方面的性能更强。此外，该模型还在CPU推理和量化方面表现出色，为视觉语言模型的应用提供了新的可能性。来源：微信公众号【量子位】

Coconut推理范式突破，田渊栋团队论文引发关注

Meta和加州大学圣地亚哥分校的研究者提出了一种新的推理范式——Coconut（连续思维链），这一范式通过在潜在空间而非语言空间中进行推理，显著提升了大型语言模型（LLM）的推理能力。Coconut方法简化了传统CoT（Chain of Thought）过程，直接将隐藏状态作为输入嵌入，使得推理过程完全可微，可以通过梯度下降进行端到端优化。实验结果表明，Coconut在数学推理和逻辑推理任务上超越了基于语言的CoT方法，尤其是在需要复杂规划的任务中展现出明显优势。这项研究不仅打开了LLM推理的新范式，也为未来人工智能的推理能力发展提供了新的方向。来源：微信公众号【机器之心】