当前位置：
【每日AI快讯】4月29日 周一
什么软件好04月29日 周一
💡 元象首个多模态大模型XVERSE-V开源，刷新权威大模型榜单，支持任意宽高比输入
元象发布多模态大模型 XVERSE-V，支持任意宽高比图像输入，在主流评测中表现领先。该模型全开源，无条件免费商用，旨在推动中小企业、研究者和开发者的研发和应用创新。XVERSE-V在权威多模态评测中超过多个开源模型，在综合能力测评MMBench中超过多个知名闭源模型。模型融合整体和局部的高清图像表示，支持全景图识别、卫星图像、古文物扫描分析等应用。元象大模型已和多个腾讯产品进行深度合作与应用探索，为文化、娱乐、旅游、金融领域打造创新领先的用户体验。模型在实际应用场景中表现出色，具备不同场景下的理解能力，能够处理信息图、文献、现实场景、数理题目、科学文献、代码转化等不同需求。
💡 中国首个 Sora 级模型 Vidu 发布：可生成最长 16 秒、最高 1080P 视频
生数科技与清华大学在中关村论坛未来人工智能先锋论坛上共同发布了Vidu视频大模型，这是中国首个长时长、高一致性、高动态性的视频大模型，被认为达到Sora级别。Vidu融合了Diffusion与Transformer技术，创造了U-ViT架构，支持生成长达16秒、分辨率1080P的高清视频。Vidu不仅能模拟真实物理世界，还具有丰富的想象力和多镜头生成、时空一致性高等特点。它是全球首个在Sora发布后取得重大突破的视频大模型，性能对标国际顶尖水平，并正在加速迭代提升。Vidu的快速突破得益于团队在贝叶斯机器学习和多模态大模型的长期积累和原创性成果。
💡 阿里巴巴通义千问开源 1100 亿参数 Qwen1.5-110B 模型，与 Meta Llama3-70B 相媲美
阿里巴巴宣布开源了Qwen1.5系列的首个千亿参数模型Qwen1.5-110B，该模型在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。Qwen1.5-110B采用了分组查询注意力（GQA）的Transformer解码器架构，支持32K tokens的上下文长度，并支持多种语言。与之前的72B模型相比，110B模型在Chat模型的基准评估中表现显著更好，表明更强大、更大规模的基础语言模型可以带来更好的Chat模型。Qwen1.5-110B是Qwen1.5系列中规模最大的模型，也是首个拥有超过1000亿参数的模型。
💡 搭载星火 AI 大模型，科大讯飞下月将推出语音台历产品
科大讯飞将于5月在京东、天猫等电商平台上新推出搭载星火大模型的语音台历，这款产品将具备更广泛的知识覆盖、更强的理解能力和更自然的人机交互。此前，科大讯飞在4月26日宣布讯飞星火大模型V3.5春季上新，新增了多项功能。科大讯飞2023年实现营业收入196.5亿元，同比增长4.41%，归属于上市公司股东的净利润6.57亿元，同比增长17.12%。
💡 新 AI 系统可辅助外科医生完成内窥镜手术
日本东京的初创公司Anaut研发的Eureka Alpha系统已获得日本厚生省的批准，用于内窥镜手术中，通过AI分析内窥镜图像，实时协助外科医生提高手术精确度，降低手术难度。该系统已向日本100多家医院销售。
💡 全面走向“人工智能＋” 国内首个汽车大模型标准发布
中国信息通信研究院发布了国内首个汽车大模型标准，涵盖场景丰富度、能力支持度和应用成熟度三个能力域。该标准旨在规范和推动汽车行业在人工智能技术上的应用和发展，特别是在智能座舱和自动驾驶等领域。专家表示，大模型的应用将为汽车行业带来更大的创新空间，加速推动汽车场景交互和服务智能化。