最近消失了近一个月，我胡汉三回来了，确实因为工作太忙了，国庆假期也回了趟老家，让自己好好放松了一个月，现在还真想抽自己，AI领域日新月异，更新的实在是太快了，一个月已然又发生了巨大变化，自己都有些落后了，就在前两天，kimi在距离上次发布生成PPT功能也已有两月有余，中间没有任何更新，这次它带着探索...

  啊，刷爆外网的EMO模型它终于来了！！！上传一张照片，就能让照片里的人开口唱歌、说话、甚至讲段子，试了一下，效果还是相当不错，嘴型对得也很好，不愧是阿里出品的，它能够根据单一的参考图像和音频输入，直接生成具有丰富表情和多样头部姿势的虚拟角色视频，实在太好玩了，那在哪玩呢，由于内测太过火爆了，目前已经...

  有朋友问我，现在这么多大语言模型，哪一款最好用，这并没有标准答案，每个模型都有自己独特优势，需要根据具体的使用场景来区分，带大家一起盘点下国内比较常用的几款大模型及其特性，看看哪款适合你，百度——，文心一言，大模型产品介绍文心一言是百度基于文心大模型打造的生成式AI产品，具备跨模态、跨语言的深度语义...

  这两天又发现了KimiChat一个牛逼的用法，现在已经在探索KimiChat的道路上越走越远，这次发掘到的牛逼用法就是可以让KimiChat直接生成流程图，是不是听着就很牛逼，没错就是像这样的流程图，你可能会有疑问，KimiChat不是不能画图嘛，接下来就给大家展示一下这个神奇用法，哦，还忘记说了，...

  最近几天高考，在试卷题目爆出来后，很多人拿AI进行解答，做全套数学、英语、理综卷子等等，尤其是今年高考的语文作文题目，本身就是与人工智能强相关，用AI生成作文描述对AI的看法，额外火爆，随着今天高考的落幕，各位高三学子也确实幸苦了，接下来就是静待好消息，准备报考自己心仪的专业和学校了，但是在报考专业...

  大型语言模型，LLMs，在多种任务中表现出色，但存在诸如幻觉，hallucinations，、时间错位，temporalmisalignments，、上下文处理问题和微调效率低下等挑战，为了解决这些问题，研究人员通过检索增强型生成，RAG，方法，将外部知识源与LLMs结合，显著提高了复杂问题的准确回...

  大型语言模型，LLMs，在自然语言处理，NLP，领域促进了重大进展，但它们也面临着诸如幻觉和需要特定领域知识等挑战，为了缓解这些问题，最近的一些方法将从外部资源检索到的信息与LLMs相结合，显著提高了它们在NLP任务中的表现，但是缺乏对检索增强型语言模型，RALM，全面概述，因此，对包括检索增强生成...

  传统大模型工具调用的方法依赖于将工具描述作为上下文输入，这受到上下文长度的限制，并需要单独的、通常效率低下的检索机制，之前基于检索的方法与ToolGen之间的比较，以前的方法使用检索器根据相似性匹配检索相关工具，这些工具进一步被放入提示中供LLMs选择，ToolGen可以通过直接生成工具标记来检索工...

  又是发布即开源！Meta，分割一切AI，二代在SIGGRAPH上刚刚亮相，相较于上一代，它的能力从图像分割拓展到视频分割，可实时处理任意长视频，视频中没见过的对象也能轻松分割追踪，更关键的是，模型代码、权重以及数据集通通开源！它和Llama系列一样遵循Apache2.0许可协议，并根据BSD，3许可...

  想象一下，你仅需要输入一段简单的文本描述，就可以生成对应的3D数字人动画的骨骼动作，而以往，这通常需要昂贵的动作捕捉设备或是专业的动画师逐帧绘制，这些骨骼动作可以进一步的用于游戏开发，影视制作，或者虚拟现实应用，来自阿尔伯塔大学的研究团队提出的新一代Text2Motion框架，MoMask，正在让这...

  Replicate是一个云端的机器学习模型运行平台，它可以让用户使用云端API直接运行机器学习模型，而无需了解复杂的机器学习模型内部构造，Replicate允许用户在Python或JupyterNotebook中运行模型，并在云端进行模型的部署和调优，你可以用它运行他人发布的开源模型，也可以打包并发...

  随着科技的发展，时尚领域也迎来了新的革命，传统的试衣方式逐渐被现代科技所取代，虚拟试衣间的出现使得用户可以在舒适的家中轻松体验不同的服装风格，先前给大家也介绍过一些虚拟试衣的技术，例如AnyFit或者OutfitAnyone等，今天AIGCer给大家介绍一款亲测效果超棒的，可在线操作的平台———，是...

  文章链接，https，arxiv.org，pdf，2410.13830项目链接，https，dreamvideo2.github.io，亮点直击总结速览解决的问题现有的视频定制生成方法需要在测试时进行复杂的微调，且难以平衡主体学习与运动控制，限制了其在实际应用中的效果，提出的方案提出了DreamVi...

  2024年大模型LLM还有哪些可研究的方向，前言纯属brainstorm，欢迎大家一起探讨，想到哪里说到哪里，有遗漏的点欢迎大家在评论区中指出，个人认为现在LLM能做的点还很多，这个行业距离饱和还有一段距离，这里通过，输入、模型，范式、输出、其他，几个方面来展开，个人觉得比较看好的方向加粗标出，输入...

  文章链接，https，arxiv.org，pdf，2410.18013亮点直击总结速览解决的问题传统的直接偏好优化，DPO，方法依赖大量人工标注的数据集来对文本生成图像，T2I，模型进行对齐，但这种方法成本高昂，且数据容易过时，难以适应T2I模型快速提升的需求，提出的方案本研究提出一种完全合成的数据...