Je größer das Modell, desto mehr Schmeichelei! Neues Werk des Google-Genies Quoc Le: Feinabstimmung mit einfachen synthetischen Daten löst das Problem

Qingming-Ferien: Guangxischneller Einsatz von KI-Verkehrsmodellen zur Verkehrsüberlastung

Baidus großes Sprachmodell Wenxin 4.5 wird am 16. März veröffentlicht und bietet native Multimodalität und tiefes Denken

Die Baidu-Gesellschaft hat die Veröffentlichung ihres neuesten großen Sprachmodells Wenxin 4.5 für den 16. März angekündigt. Wenxin ist ein wichtiger Bestandteil von Baidus Aktivitäten im Bereich der künstlichen Intelligenz und hat seit seiner ersten Veröffentlichung vor zwei Jahren weltweit große Auswirkungen gezeigt.

Doubao App präsentiert neuen Sprachmodus – Gesang und Rollenspiele vor GPT-4o

Am 20. Januar 2025 veröffentlichte die Doubao App ihr neuestes "End-to-End" Sprachgroßmodell und führte wichtige Updates für die Echtzeit-Sprachkommunikation ein. Dieser Fortschritt markiert einen weiteren Sprung für Doubao im Bereich der Sprachinteraktion. Es übertrifft die bisherigen kaskadierten Lösungen aus ASR (automatische Spracherkennung), LLM (Large Language Model) und TTS (Text-to-Speech), indem es Spracherkennung, -verständnis und -generierung in einem einzigen Modell vereint. Tests von "Intelligente Emergenz" zufolge liegt der größte Vorteil der neuen Doubao-Version in der Fähigkeit, menschliche Ausdrucksformen nachzuahmen.

China Telecoms Sternen-Großmodell wird in die jährliche Bilanz der "Nationalen Schlüsselobjekte" aufgenommen und setzt einen neuen Maßstab für die nationale KI-Produktion

Bei der von der Pressestelle des Staatsratsausschusses für Staatsbeteiligungen initiierten jährlichen Bewertung der "Zehn wichtigsten nationalen Schlüsselobjekte" wurde das von China Telecom selbst entwickelte Sternen-Großmodell aufgrund seiner bahnbrechenden technologischen Ergebnisse erfolgreich aufgenommen. Als erstes nationales, umfassendes, vollmodales und inländisches Basis-Großmodell-System zeigt das Sternen-Großmodell in den Bereichen Semantik, Sprache, Vision und Multimodalität herausragende Fähigkeiten. Im semantischen Bereich hat das Sternen-Großmodell bedeutende Fortschritte erzielt. Basierend auf einem inländischen Cluster mit zehntausenden Karten und einem Trainingsframework erreicht das Modell eine Rechenleistung von über 93 % der Rechenleistung von Nvidia, und der Anteil der Trainingszeit beträgt...

vivo präsentiert neue BlueHeart-Large-Model-Matrix: Verbesserte Sprach-, Sprach-, Bild- und Multimodal-Fähigkeiten

vivo hat heute auf der Eröffnungsrede der vivo Entwicklerkonferenz 2024 die neue BlueHeart-Large-Model-Matrix vorgestellt. Diese Matrix verbessert die Fähigkeiten von Sprach-Large-Modellen und Geräte-Large-Modellen umfassend und umfasst auch von vivo selbst entwickelte Sprach-, Bild- und Multimodal-Large-Modelle. Die neue BlueHeart-Large-Model-Matrix umfasst Sprach-Large-Modelle, Geräte-Large-Modelle, Sprach-Large-Modelle, Bild-Large-Modelle und Multimodal-Large-Modelle. vivo hat das neue 3-Milliarden-Parameter BlueHeart-Geräte-Large-Modell (3B) vorgestellt, das laut offiziellen Angaben bei Dialogschreiben, Zusammenfassungen und...

KI-Tagesbericht: Vidu präsentiert „Subjektreferenz“-Funktion; ChatGPT Pro für 200 US-Dollar verfügbar; Honor Smartphone präsentiert erstes KI-System

Willkommen beim KI-Tagesbericht! Hier finden Sie täglich die wichtigsten Neuigkeiten aus der Welt der Künstlichen Intelligenz. Wir präsentieren Ihnen aktuelle Themen aus dem KI-Bereich, mit Fokus auf Entwickler, um Ihnen zu helfen, Technologietrends zu verstehen und innovative KI-Produktanwendungen kennenzulernen. Neue KI-Produkte finden Sie hier: https://top.aibase.com/1. Vidu präsentiert „Subjektreferenz“-Funktion zur Lösung des Problems der Charakterkonsistenz bei KI-generierten Videos. Kürzlich wurde von Shengshu Science and Technology und der Tsinghua Universität gemeinsam entwickeltes, erstes in China vollständig selbst entwickeltes Video-Großmodell Vidu vorgestellt...

Vidu führt "Hauptreferenz"-Funktion ein, um das Problem der Charakterkonsistenz bei KI-generierten Videos zu lösen

Vidu, das erste rein selbst entwickelte und originäre Videogroßmodell in China, das gemeinsam von Shengshu Technology und der Tsinghua-Universität entwickelt wurde, führt eine neue "Hauptreferenz"-Funktion ein, die das Problem der Charakterkonsistenz bei der KI-generierten Videoproduktion löst. Nach dem Hochladen eines beliebigen Hauptmotivbildes kann Vidu die konsistente Generierung dieses Motivs in verschiedenen Szenarien gewährleisten. Dies gilt für Personen, Tiere, Waren, Anime-Charaktere usw. Diese Funktion ist kostenlos verfügbar und markiert den Beginn einer neuen Ära für die KI-Videoproduktion. Zukünftig wird die Erforschung präziserer Steuerungen der Interaktion mehrerer Hauptmotive, der einheitlichen Stile und des stabilen Wechsels zwischen verschiedenen Szenarien mit komplexeren Elementen angestrebt, um höhere Anforderungen zu erfüllen.

Soul Sprachgroßmodell erhält umfassendes Upgrade: Echtzeit-End-to-End-Sprachgespräche – kaum unterscheidbar von menschlichen Gesprächen!

Die Soul App erzielt einen bedeutenden Durchbruch im Bereich KI+Social. Durch die Aktualisierung ihres selbst entwickelten End-to-End-Vollduplex-Sprachgesprächs-Großmodells wurde ein natürliches und flüssiges Sprachgesprächserlebnis mit virtuellen Personen ermöglicht, das der Qualität eines Gesprächs mit realen Menschen nahezu entspricht. Das Modell zeichnet sich durch extrem niedrige Interaktionslatenz, schnelles automatisches Unterbrechen, überaus realistische Sprachausgabe und emotionale Verständnisfähigkeit aus, sodass Benutzer im Umgang kaum unterscheiden können, ob der Gesprächspartner ein Mensch oder eine KI ist. Diese Innovation verbessert nicht nur die soziale Erfahrung der Benutzer auf Soul deutlich, sondern zeigt auch Souls Kompetenz in der KI-Technologie.

AiScene Technologie veröffentlicht PixVerse V2: KI-basierte Videogenerierung mit bis zu 40 Sekunden langen Videos

AiScene Technologie hat PixVerse V2 veröffentlicht, ein KI-basiertes Tool zur Videogenerierung, das die Kreativität der Nutzer entfesseln soll. Das Produkt basiert auf der Diffusion+Transformer-Architektur und nutzt einen Raumzeit-Aufmerksamkeitsmechanismus, um multimodalen Informationen präzise zu verstehen und zu generieren. Es unterstützt effizientes Training und Optimierung. Zu den Hauptmerkmalen gehören: verbesserte räumliche und zeitliche Wahrnehmung, präzise Ausrichtung auf Textinformationen, Erzeugung flüssiger und konsistenter Videoclips (einzelne Clips bis zu 8 Sekunden, mehrere Clips bis zu 40 Sekunden), benutzerfreundliche Oberfläche und Unterstützung für die Generierung von kontinuierlichen Videomit einer einmaligen Aktion und nachträgliche Bearbeitung.

Baidu veröffentlicht ERNIE 4.0 Turbo, sein großes Sprachmodell, für Unternehmen

Baidu Intelligent Cloud gab heute bekannt, dass ERNIE 4.0 Turbo, sein großes Sprachmodell, ab sofort für Unternehmen über die API-Dienste der Baidu Intelligent Cloud Qianfan-Plattform verfügbar ist. Baidu hat kürzlich ERNIE 4.0 Turbo vorgestellt, das nicht nur schneller ist, sondern auch signifikante Verbesserungen in Bezug auf wissensbasierte Erweiterung und Retrieval-Fähigkeiten bietet.