搜索
单图 3D 说话人视频合成 (One-shot 3D Talking Face Generation) 可以被视作解决这一难题的下一代虚拟人技术。它旨在从单张图片中重建出目标人的三维化身 (3D Avatar)
谷歌推出Gemini大规模商业化，将其聊天机器人Bard改名为Gemini，并推出Gemini的Android版App。谷歌还将Gemini的能力加入iOS的Google App中，并免费向公众开放。Gemini还可替代原来的Google Assistant成为手机的默认语言助手。
刚刚，Google推出计划，用户可以每月花 19.99 美金订阅 Google One AI Premium，使用支持 Gemini 的 Gmail、Docs，Sheets，Slides 和 Meet——也就是说，你可以在谷歌办公全家桶中畅享 Gemini 的 AI 功能了。
2024年，是大模型落地的关键一年，国内外的大厂都在动作频频。但要想打造出首个超级AI原生应用，还是要敢啃技术硬骨头，这已成业内共识。
当前有不少的大语言模型已经拥有了高准确度的天气预测能力。相比传统的天气预测技术，这些被称为大型 AI 气象预测模型（Large AI Weather forecast Model，LWMs）在极端天气预测方面有着更好的效果。
在文本生成音频（或音乐）这个 AIGC 赛道，Meta 最近又有了新研究成果，而且开源了。前几日，在论文《Masked Audio Generation using a Single Non-Autoregressive Transformer》中，Meta FAIR 团队、Kyutai 和希伯来大学推出了 MAGNeT，一种在掩码生成序列建模方法。
上月初，Perplexity 完成了 B 轮融资，最新估值为 5.2 亿美元，这轮融资由 IVP 领投，NVIDIA 和 Jeff Bezos、NEA、Elad Gil、Nat Friedman 等跟投，Perplexity 的累计融资额超过了 1 亿美元，创下了近年搜索领域初创公司的融资金额纪录。
成功从过去的经验中提取知识并将其应用于未来的挑战，这是人类进化之路上重要的里程碑。那么在人工智能时代，AI 智能体是否也可以做到同样的事情呢？
最近，复旦、俄亥俄州立大学、Meta和宾夕法尼亚州立大学的研究者发现，GPT-4 Agent规划旅行只有0.6%成功率！离在人类复杂环境中做出规划，智能体还任重道远。