AI新工具(20240117):GLM-4,Stable Code 3B,Motionshop等

GLM-4

GLM-4是智谱AI发布的新一代基座大模型,被称为「国产GPT-4」。GLM-4在中文能力和长文本能力方面超过了其他竞争对手。它支持更长的上下文,具备更强的多模态功能,支持更快的推理,更多并发,推理成本大大降低。此外,GLM-4还具有128K长文本能力、多模态能力和功能调用等特点,较上一代ChatGLM3在综合能力上实现了全面跃升,性能提升了60%,已经逼近GPT-4。GLM-4还发布了「定制化的个人GLM大模型」GLMs和GLM Store,再次对标OpenAI的GPTs。

Stable Code 3B

Stable Code 3B是一款由Stability AI公司推出的性能优越的AI模型,专注于辅助代码任务。它拥有30亿参数,可以在笔记本电脑上本地运行,性能与类似规模的模型相当。与CodeLLaMA 7B相比,Stable Code 3B的体积缩小了60%,但在编程任务上达到了相媲美的性能。该模型基于Stable LM 3B训练,使用了软件工程中特定的数据进行训练。它在Python、C++、JavaScript、Java、PHP和Rust编程语言上表现出色,还支持Fill in the Middle(FIM)功能,并能扩展上下文大小。Stable Code 3B的详细技术报告将在之后发布。

InternLM2

新一代大语言模型书⽣·浦语2.0(InternLM2)是由上海人工智能实验室与商汤科技联合香港中文大学和复旦大学发布的开源大语言模型。经过2.6万亿token高质量语料训练,包含7B及20B两种参数规格,以及基座、对话等版本。它具有支持200K超长上下文的能力,在「大海捞针实验」中实现了完美的召回率。InternLM2在数理、代码、对话、创作等各方面都取得了长足进步,综合性能达到同量级开源模型的领先水平。

Motionshop

Motionshop是一个 AI 角色动画的网站,将视频中的角色替换为3D化身的框架。框架包括视频处理和姿势估计渲染两个部分,并使用高性能光线追踪渲染器TIDE进行并行处理,整个过程只需几分钟。文章还提到了角色检测、分割跟踪、修补、姿势估计、动画重定向、光照估计和渲染等技术方法。

摩笔天书

“摩笔天书”是摩尔线程旗下全新的AI多模态创作工具,基于全功能GPU开发的AI内容生成解决方案。它旨在为用户提供一站式、多模态、全流程、全自动的创作体验。目前开放测试的是“摩笔天书”儿童绘本PC Web版,用户可以通过输入标题和简要的故事大纲,一键生成完整故事、绘本图片、旁白、字幕、背景音乐等素材,并自动合成图文绘本故事和视频绘本故事。未来,手机版本也将会开放使用。



更多AI工具,参考国内AiBard123Github-AiBard123

  • 17
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
GLM-4V是一种大型模型,它的全称是Generalized Linear Model-4V。GLM-4V是一种广义线性模型,它是基于广义线性模型(Generalized Linear Model, GLM)的扩展和改进。 GLM-4V的原理如下: 1. 广义线性模型(GLM):GLM是一种统计模型,用于建立因变量与自变量之间的关系。它通过将线性回归模型与非线性函数相结合,可以处理不满足正态分布假设的数据。GLM的基本假设是,因变量的分布可以通过一个链接函数与自变量的线性组合相关联。 2. 四个"V":GLM-4V中的四个"V"代表了四个重要的概念,分别是Variation、Variance、Value和Validation。 - Variation(变异性):GLM-4V关注因变量的变异性,通过分析因变量的变异程度来确定模型的拟合程度。 - Variance(方差):GLM-4V考虑了因变量的方差,通过对方差进行建模,可以更好地描述因变量的分布特征。 - Value(价值):GLM-4V关注因变量的价值,通过对因变量的价值进行建模,可以更好地理解因变量对自变量的响应。 - Validation(验证):GLM-4V通过验证模型的拟合程度和预测能力,来评估模型的有效性和可靠性。 3. 模型构建:GLM-4V的模型构建包括以下几个步骤: - 数据准备:包括数据清洗、变量选择和数据转换等。 - 模型选择:选择适当的链接函数和误差分布族,并确定自变量的形式。 - 参数估计:使用最大似然估计或广义最小二乘法等方法,估计模型的参数。 - 模型诊断:对模型进行诊断,检验模型的拟合程度和假设条件是否满足。 - 模型评估:通过交叉验证等方法,评估模型的预测能力和稳定性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

go2coding

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值