2109博客

标签： AI

  • Naver推出Agent N：统一AI代理引领服务新体验

    Naver CEO介绍Agent N

    Naver宣布推出统一AI代理”Agent N”

    Naver于11月6日在首尔江南举行的年度Team Naver Conference DAN25上，由CEO崔秀妍宣布将于明年初推出统一AI代理”Agent N”，首先从购物AI代理开始。这一AI代理旨在整合Naver的各项服务，为用户提供从信息获取到实际行动执行的无缝体验。

    Agent N的核心功能与特点

    整合多项服务

    Agent N整合了搜索、购物、预订和支付等Naver服务，能够理解用户的行为上下文，将所有Naver服务连接成一个流程。AI会解读情况并提出或执行适当的操作。

    购物AI代理率先推出

    Naver购物AI代理会分析用户的预算、品味、搜索历史和产品评论反应，推荐合适的产品，然后代表用户执行添加到购物车或完成支付等操作。

    从搜索到执行的升级

    崔秀妍表示：”生成式AI将更好地理解用户意图，并将其与内容、产品和服务联系起来，将体验从通过搜索获取信息扩展到执行实际行动。一旦进入统一代理阶段，用户将不再需要考虑输入什么搜索词。”

    未来规划：AI Tab的添加

    为实现这一目标，Naver将于明年上半年在其统一搜索服务中添加”AI Tab”。崔秀妍补充道：”已经有很多AI服务，未来还会有更多，但很少有公司能将搜索、日常体验和执行在一个平台上连接成一个连贯、自然的流程。Naver的方向将成为AI时代用户体验的标准。”

    Agent N for Business

    除了消费者版本，Naver还在为合作伙伴和合作公司开发”Agent N for Business”。商业版将涵盖对合作伙伴增长至关重要的领域——广告、客户关系管理（CRM）和定价策略。它将全面分析行业，诊断情况并提出解决方案，也可以实际执行。

    Naver的技术优势与愿景

    崔秀妍强调：”将Naver的创新理念转化为现实的驱动力是我们作为全栈AI公司的本质，我们自主设计和运营从数据中心、云基础设施到服务的每个技术层。我们已经确保了可扩展的高性能GPU基础设施和数据中心容量来支持所有这些。”

    她总结道：”韩国的AI现在正从基础设施迅速扩展到服务，从服务扩展到整个行业，就像宽带时代一样。当Naver独特的AI驱动软件创新与韩国在半导体、汽车、造船和国防等制造业优势相结合时，韩国的工业AI转型才真正开始。”

    信息来源：朝鲜日报

  • 免费申请使用百度千帆AI模型API

    免费申请使用百度千帆AI模型API

    AI模型的api是真的广泛应用了，你现在使用的很多软件都是链接到这些大模型的api，然后利用ai模型发反馈给你提供服务，其中赚取插件。

    今天我们可以浅尝一下AI模型api，而且是免费的。

    这里先所一些应用场景,

    比如你会发现一些博客文章里有AI摘要，

    比如你使用沉浸式翻译插件里的翻译服务，

    再比如一些虚拟陪聊…

     

    进入主题

    点击链接进入

    按规则创建应用

    你会发现应该配置里你无法选择，不过创建后可以去禁用那些你不用的、收费的。

    在“模型推理”——“预制服务”中将不需要的关闭，以避免被莫名调用产生费用。

    创建完应用你会在“应用接入”中看到你的应用ID和API Key，有了它，你就可以填写到需要调用ai的应用中了。

    我应用在了“沉浸式翻译”中，效果比微软、腾讯好。

    结束

  • 欧盟《人工智能法》简介及原文下载

    欧盟的《人工智能法案》（AI Act）是在2024年5月21日由欧盟理事会正式批准通过的。该法案于2024年8月1日正式生效。这是全球首部全面监管人工智能的法规，旨在规范人工智能系统的开发、部署和使用。

    该法案的生效标志着欧盟在规范人工智能应用方面迈出了重要一步。它包含了一系列旨在确保人工智能技术安全、可靠并保护用户权利和自由的规则和措施。法案中规定的某些规则将在法律通过后6个月或12个月开始生效，而大部分规则预计将于2026年8月2日开始实施。

    以下简介

    欧盟的《人工智能法案》（AI Act）是一项旨在规范人工智能系统在欧洲市场使用的立法提案。该法案的主要目的是确保人工智能技术的发展和应用既安全又可靠，同时保护用户的权利和自由。以下是该法案的主要内容：

    1. 适用范围：法案适用于所有在欧盟市场上投放的人工智能系统，无论是本地开发的还是从第三国进口的。
    2. 风险等级分类：法案将人工智能系统分为四个风险等级（从低到高），不同等级的系统将面临不同的监管要求。
      • 低风险：例如，简单的数据分析工具。
      • 有限风险：可能对个人或公司造成一定影响的系统。
      • 高风险：可能对个人安全或基本权利造成严重影响的系统，如自动驾驶汽车。
      • 不可接受的风险：违反基本权利或法律原则的系统，如用于社会评分或操纵人类行为的系统。
    3. 禁止和限制：法案明确禁止使用某些类型的人工智能，如用于操纵人类行为的AI和实时面部识别系统在公共场所的大规模监控，除非在特定情况下获得批准。
    4. 透明度和可解释性：法案要求所有人工智能系统都必须具备透明度，使得用户和监管机构能够理解AI的决策过程。
    5. 数据治理：法案强调了对训练数据的质量和代表性的要求，禁止使用歧视性数据。
    6. 技术措施和合规性：法案要求高风险AI系统必须具备特定的技术措施和安全标准，并要求进行事前合规评估。
    7. 监督和执行：法案建立了监督机制，包括国家监管机构和欧盟层面的协调。
    8. 责任和救济：法案明确了AI系统的责任归属，包括制造商、开发商和用户的责任，并提供了相应的救济途径。
    9. 国际合作：法案鼓励与其他国家和国际组织在人工智能领域的合作。

    《人工智能法案》的目标是促进创新，同时确保人工智能技术的使用不会损害公民的权利和自由。这是欧盟在人工智能领域的一个重要步骤，旨在为人工智能技术的开发和应用制定全球标准。

     

    同济大学与上海市人工智能社会治理协同创新中心  关于该法案的翻译与研究发布地址

    https://aisg.tongji.edu.cn/info/1005/1222.htm

    中译文下载地址

     

    英文原文

    来自https://www.aiact-info.eu/full-text-and-pdf-download/

     

    欧盟官网关于人工智能法案的一些搜索

    https://commission.europa.eu/index_en?wt-search=yes

     

    这里搜索到一个有关于欧盟人工智能法案的发展与分析的网站，有一些资讯

    Home

  • 金数据AI考试系统，出题-答题-评分-统计

    金数据AI考试系统地址：[icon-url href=”https://b.2109.love/749″ target=”_blank”]网址[/icon-url]

    个人觉是一个很方便的出题考试系统，很简单，出题的优劣根据自己的情况见仁见智了。

    你可以上传自己的材料，也可以直接输入你想要出题的内容，系统会给出自己的理解题目

    生产的题目你可以根据自己的需要进行增删，这个很自由。

    完成后就可以直接发布了，这样分享链接，就可以直接在线作答。

    答题很直接，完成后系统会判定结果，直接出分数，这样你可以很直观看到你答对和答错的。

    系统会记录有多少人答题，答题分数多少等数据。

     

    可以试试，值得试试。

  • 快手可灵大模型——AI视频生产

    快手可灵大模型——AI视频生产

    https://kling.kuaishou.com/
    近日，快手“可灵”视频生成大模型在人工智能领域引起广泛关注。该模型由快手 AI 团队自研，采用了与 Sora 相似的技术路线，并结合多项自研技术创新，效果对标 Sora。

     

    可灵大模型具备众多显著优势。它能够生成大幅度的合理运动，通过 3D 时空联合注意力机制，更好地建模视频中的复杂时空运动，使生成的运动更符合客观规律；可以模拟真实物理世界的特性，无论是光影反射、重力影响下的流体运动，还是与物理世界的交互，都能生成符合物理规律的视频；具备强大的概念组合能力和想象力，能够将用户丰富的想象力转化为具体的画面，例如让熊猫弹吉他唱歌等创意场景轻松实现。

     

    在视频生成方面，可灵大模型表现出色，其生成的视频分辨率高达 1080p，时长可达 2 分钟（帧率 30fps），还支持自由调整宽高比。目前，该模型已在快影 App 开放邀测体验，用户反馈热烈，申请内测人数众多。

     

    6 月 21 日，可灵大模型发布重磅更新，正式开放图生视频功能，支持将静态图像转化为 5 秒钟视频，且用户可通过提示词文本控制图像中物体的运动。同时推出的视频续写功能，支持对生成视频一键续写和连续多次续写，最长可生成约 3 分钟视频。

     

    快手可灵大模型的出现，不仅在国际大模型技术圈层展现了中国技术的领先可能，也加速了 AI 生成视频产品的竞争。它的成功研发，为创作者和行业从业者提供了强大的技术支持，有助于提升创作效率和质量。

     

    在未来的发展中，快手将继续推动可灵大模型的完善和应用场景的拓展。据悉，在 7 月举行的 2024 世界人工智能大会（WAIC）上，快手还将发布最新的大模型技术与应用战略，包括快手大模型技术矩阵全景、基座模型技术创新、应用和落地情况等，有望为用户带来更加丰富多彩的视频内容体验，进一步推动人工智能技术与短视频行业的深度融合与发展。

     

    可灵大模型的诞生，是快手在 AI 技术领域深入探索和创新的重要成果，也体现了中国人工智能在视频生成模型方面的实力和进步，为中国人工智能的发展路径提供了新的方向和启示。

  • 【AI前沿科技快报】

    1. Moshi大模型震撼发布，多模态能力挑战GPT-4O

    开源界迎来重磅消息，Kyutai实验室推出的Moshi大模型，以其卓越的多模态能力，成为GPT-4O的有力竞争者。Moshi不仅能够理解人类的语音提问并实时作出回应，其语音模式的开放速度更是领先于GPT-4O。这款模型具备听、说能力，未来或将展现视觉理解，其快速响应与人性化对话风格赢得了用户好评。Moshi的教育应用潜力巨大，有望为学生提供个性化学习辅导。Kyutai实验室计划不久后开源Moshi，共享代码、模型权重和论文，推动AI技术的普及与发展。

    2. Google Pixel 9：AI赋能，摄影新革命

    谷歌即将推出的Pixel 9系列智能手机，将搭载一系列AI创新功能，彻底改变摄影体验。Add Me功能能智能融合不同照片中的人物表情，确保每一张合照都尽善尽美；Studio功能则集成到截图编辑器中，让用户轻松创作和混搭贴纸，释放无限创意；Pixel Screenshots功能则着重于隐私保护，仅在手动截图时激活，确保用户信息安全。这些新功能彰显了谷歌在AI领域的深厚技术积累和创新实力。

    3. Perplexity AI Pro Search升级，智能搜索再进化

    Perplexity AI宣布其Pro Search服务完成重大升级，新版本不仅增强了复杂查询处理能力，还引入了多步推理功能，显著提升了问题解决和代码执行能力。通过整合Wolfram|Alpha引擎，Pro Search在数学和编程问题上的解答更加准确高效，为科研人员和工程师提供了强有力的辅助工具。

    4. Cloudflare创新防御，抵御AI爬虫威胁

    面对日益猖獗的AI爬虫，网络安全巨头Cloudflare推出了一键式防护方案，有效阻止AI机器人抓取网站内容，保护内容创作者免受侵权困扰。通过先进的机器学习模型，Cloudflare能够精准识别并拦截伪装的网络爬虫，为互联网安全环境筑起坚固防线。

    5. ElevenLabs VOICE ISOLATOR：音频制作的革命

    ElevenLabs最新发布的VOICE ISOLATOR，是一款革命性的音频处理工具，它能有效消除背景噪音，清晰提取人声，极大提升音频作品的专业水准。该工具的Extract vocals功能，使得音频后期制作更加高效便捷，为音频创作者提供了前所未有的创意空间。

    6. 商汤科技Vimi：视频生成技术新里程碑

    商汤科技近期推出的Vimi模型，在视频生成领域树立了新标杆。Vimi模型具备出色的可控性，能够精准操控人物表情与肢体动作，生成高质量的视频内容。其稳定输出长达1分钟的高清视频，保持了画面的一致性与连贯性，展现了商汤科技在视频生成技术上的深厚底蕴。

    7. MimicMotion：AI技术革新舞蹈与动作捕捉

    MimicMotion技术的发布，标志着AI在舞蹈视频生成与动作捕捉领域的重大突破。该技术采用置信度感知姿势引导，生成高质量的人体运动视频，同时通过手部精炼机制强化细节表现，能够灵活生成任意长度的视频，为视频制作与动作捕捉行业带来了无限可能。

    8. ChatGPT Mac客户端安全漏洞警示

    OpenAI的ChatGPT Mac客户端被发现存在安全漏洞，对话记录以明文形式存储，可能暴露于恶意攻击之下。OpenAI已迅速响应，发布更新加密对话记录，加强用户数据安全防护。这一事件再次提醒科技公司在软件开发过程中，需重视数据安全与隐私保护。

    以上信息来源权威渠道，展示了AI技术在各个领域的最新进展与应用，为科技爱好者与从业者提供了宝贵的洞察。敬请关注我们的持续报道，掌握AI世界的脉搏。

    注：上述新闻依据相关公告与报道整理而成，旨在提供AI科技领域的最新动态。

  • MoneyPrinterTurbo，一个标题生成短视频（影像、字幕、语音）

    MoneyPrinterTurbo，一个标题生成短视频（影像、字幕、语音）

    打赏码💴在文末，感谢您的支持！！！🤩

    给文章点个赞（赞多出视频），让他向前排，给更多人看到。

    如果大家有在线使用需求，可以留言，我会考虑在服务器上部署

    MoneyPrinterTurbo是MoneyPrinter的中文版，原本MoneyPrinter不支持中文，由Harry做了本地化处理。两个开源程序都是收货了很多的star。

    界面其实很简单，也是很容易操作的。

     

    先给出原作者的软件开源地址

    github： https://github.com/FujiwaraChoki/MoneyPrinter

    中文版本：https://github.com/harry0703/MoneyPrinterTurbo

    github有时访问不是很顺畅，所以我放在了下面的网盘里

    [wxshow][c-downbtn type=”123″ url=”https://www.123pan.com/s/WVmtjv-vu6rh.html” pwd=”yy8q”]MoneyPrinterTurbo中文版[/c-downbtn][/wxshow]

    设置不难，但是有点费劲

    设置语言很简单不说了。

    下面设置需要几个api

    1、数据大模型

    这些可以选择，但很多不容易申请，选择大陆的比较容易点

    Moonshot（kimi的公司）是我目前首选。

    https://platform.moonshot.cn/console/api-keys

    {Qwen是通义千问（阿里的）、Gemini谷歌的，Azure微软的，Ollama百度的，另外的应该是转接口。}

    直接点击进入，获取API

    获取后粘贴到设置中。

    2、图片及视频网站pexels api_key

    他是一个国外网站，所以访问起来会很…慢。他需要你注册，提供电话、和一个不一定真实的地址。然后需要邮箱验证。

    别的没什么了，就是…慢。

    参数/生成

    然后 你就可以设置一些参数，开始你的视频生成

    这里说明一下音频设置-朗读声音，你需要选择CN的语音模型，选择其他的容易报错。

    报错Ta会提示

    | ERROR | "./app\services\task.py:80": start - failed to generate audio, maybe the network is not available. if you are in China, please use a VPN.

     

    当然生成过程中还是有可能有其他问题，其中一个原因是获取图片视频网站的素材比较费劲，只是国内网络的问题，不是你的问题。有问题那你可以去群里咨询谈论。

    https://github.com/harry0703/MoneyPrinterTurbo 底部有个“交流讨论”二维码

    总体来说不算复杂，但是也别对生成的视频报太大期望。如果你把ta当做生产力工具，你需要自己完善文本，选择更适合你语言环境的视频及图片网站，更加精准及多元的关键字，更加符合视频主题的音频工具。

    最后

    我的建议，类似功能剪影有，而且各种元素可以编辑，可操作性比较好。

    看看剪映的功能

    [图文成片]

    他生成的视频可编辑是最大的优点，这样就很灵活，对于你不满意的修改就好了。

    分析原理：

    需要大模型出文案，然后系统根据文案内容抽取关键字，翻译成英文，到图片视频网站检索相关内容，进行组合，然后根据文字生成语音，成片。

    资源

    软件有各种系统版本，个人认为ta没有强大到我去费劲部署到其他不常用的系统上。Windows上试试就可以了。

    Windows

    下载后，建议先双击执行 update.bat 更新到最新代码，然后双击 start.bat 启动Web界面

     

  • 国产sora，其实叫vidu，由生数科技和清华大学联合开发

    看看官方的视频

    其实你稍仔细一点是能看出不尽如人意的地方的。sora也是一样。

    视频大模型横空出世源于sora，今天（2024年4月27日）国产的vidu发布了。新闻非常多，已经冲上热搜，那么闲杂的不说了，浅显的总结一下。

    1、采用原创的Diffusion与Transformer融合的架构U-ViT。（不懂，感觉很高端）

    2、支持一键生成长达 16 秒、分辨率高达 1080P 的高清视频内容。

    （如果你能做到视频风格、形象的统一，完全可以做连续的故事性视频内容，这很重要）

    3、理解中国元素，这一点原视频体现了两地，一个是熊猫、一个是龙。个人认为中国意义的龙和西方理解的确实不同。

    4、非单一镜头，长镜头、追焦、转场衔接。

    物理效果、光影效果、形象逻辑、画面连贯一致性，这些最基础的了。

  • 《终结者 2》翻拍版《Our T2 Remake》——全球首部AI 生成的长篇电影

    《终结者 2》翻拍版首映
    3 月 6 日，全球首部完全由 AI 生成的长篇电影《终结者 2》翻拍版《Our T2 Remake》在洛杉矶举行首映。“主演”之一 Timmy the Terminator 在社交平台晒出自己的“首映礼红毯照”。这部电影由 50 位 AI 领域艺术家联合创作，展示了人类对抗人工智能统治的世界，探讨了当代 AI 发展的影响。
    该团队使用多个 AIGC 工具创作，不使用原电影任何镜头、对话或音乐，确保所有内容均为原创。这将是 AI 在电影制作应用中的重要里程碑，团队希望向世界展示 AI 赋予每个人创作史诗级故事的能力。

    目前，该电影尚未大规模放映，本周末将在线上直播。虽然线下首映式门票已售罄，上座率也不低，但社交平台上暂未有影评发布。

     

    生成式人工智能对影视产业的影响
    如今，人工智能可以模拟生成大量不同的角色和场景，提升影视创作效率。普通用户也能借助人工智能的力量，将想象以更好的可视化方式呈现。生成式人工智能降低了影视创作门槛，提高了质量下限，推动了“社会视频化”进程。Sora 的出现降低了视频媒介的进入门槛，提升了其通用性和可达性，也打破了元宇宙发展的核心桎梏。

    影视创作者的应对策略
    影视创作与生成式人工智能的结合，为创作带来了新活力。创作者应了解、利用、训练和警惕这项技术。充分发挥其积极作用，将其融入创作过程，同时保持警惕，防止创作同质化，避免失去对作品的掌控力。此外，还要注意版权和伦理问题，确保影视产业健康发展。

  • 有什么行业将改变！OpenAI Sora模型问世，文本直接变视频


    先来看看这些官方demo视频，看看他们可以达到什么程度

    2月16日

    openai再次扔出一枚深水炸弹

    发布了首个视频生成模型sora

    消息一出

    相关话题立刻登上热搜

    据介绍，sora可以直接输出长达60秒的视频，并且包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。

    目前官网上已经更新了48个视频demo，在这些demo中，sora不仅能准确呈现细节，还能理解物体在物理世界中的存在，并生成具有丰富情感的角色。

    （更多…）