搜索
多模态对比学习（如CLIP）通过从互联网上抓取的数百万个图像-字幕对中学习，在零样本分类方面取得了显著进展。 然而，这种依赖带来了隐私风险，因为黑客可能会未经授权地利用图像-文本数据进行模型训练，其中可能包括个人和隐私敏感信息。
趣丸科技推出多模态音乐生成工具天谱乐。
融到的钱，到底该如何花？
Agent的记忆实现和调用是提高Agent智能水平的关键。
7 月，大模型公司 Cohere 宣布 D 轮融资 5 亿美元，估值 55 亿，比去年高了一倍多。 跟 OpenAI、Anthropic 甚至法国 AI 公司 Mistral 相比，成立于加拿大的 Cohere 略显低调，没有推出自己的 Chatbot、文生图或者文生视频产品，不涉足个人消费端产品；即使是推出的开源大模型 Command R+，似乎也没有那么引人注意。
最近一段时间开源大模型市场非常热闹，先是苹果开源了70亿参数小模型DCLM，然后是重量级的Meta的Llama 3.1 和Mistral Large 2相继开源，在多项基准测试中Llama 3.1超过了闭源SOTA模型。 不过开源派和闭源派之间的争论并没有停下来的迹象。
7月31日，阿里通义宣布免费开放奥运AI大模型，具备奥运专业知识，并集合同声传译级别的中法互译功能。即日起，用户可以在通义APP免费使用。
这两天，Apple Intelligence 的上线成为了最大的科技新闻之一。
近年来，针对单个物体的 Text-to-3D 方法取得了一系列突破性进展，但是从文本生成可控的、高质量的复杂多物体 3D 场景仍然面临巨大挑战。之前的方法在生成场景的复杂度、几何质量、纹理一致性、多物体交互关系、可控性和编辑性等方面均存在较大缺陷。
在 2024 年全球开发者大会上，苹果重磅推出了 Apple Intelligence，这是一个全新的个性化智能系统， 可以提供实用的智能服务，覆盖 iPhone、iPad 和 Mac，并深度集成在 iOS 18、iPadOS 18 和 macOS Sequoia 中。