AI训练模型

Gemma是谷歌最新发布的一款开放模型，属于轻量级开放模型系列。它采用了与创建Gemini模型相同的研究和技术，是一个小尺寸的大语言模型。,Gemma是谷歌最新发布的一款开放模型，属于轻量级开放模型系列。它采用了与创建Gemini模型相同的研究和技术，是一个小尺寸的大语言模型。

Open-Sora是一个开源Sora复现方案，旨在帮助用户构建类似于OpenAI Sora的视频生成模型。它提供了一个完整的开发流程，包括数据处理、模型训练和部署，支持动态分辨率和多种模型结构。,Open-Sora是一个开源Sora复现方案，旨在帮助用户构建类似于OpenAI Sora的视频生成模型。它提供了一个完整的开发流程，包括数据处理、模型训练和部署，支持动态分辨率和多种模型结构。

Yi系列模型是由来自“零一万物”的开发者研发的大型语言模型。第一个公开版本包含两个双语版（英语/中文）基础模型，参数规模分别为6B和34B。两者都使用4K序列长度进行训练，并在推理时可以扩展到32K。,Yi系列模型是由来自“零一万物”的开发者研发的大型语言模型。第一个公开版本包含两个双语版（英语/中文）基础模型，参数规模分别为6B和34B。两者都使用4K序列长度进行训练，并在推理时可以扩展到32K。

EMO是一个由阿里巴巴发布的音频驱动的肖像视频生成框架。它能够通过单一参考图像和音频输入，生成具有丰富表情和多样头部姿势的虚拟角色视频。EMO利用先进的注意力机制和去噪网络，支持多语言和多种肖像风格的动态表现，为内容创作和虚拟角色动画制作提供了新工具。,EMO是一个由阿里巴巴发布的音频驱动的肖像视频生成框架。它能够通过单一参考图像和音频输入，生成具有丰富表情和多样头部姿势的虚拟角色视频。EMO利用先进的注意力机制和去噪网络，支持多语言和多种肖像风格的…

SmolLM是由 Huggingface 最新发布的一组高性能的小型语言模型，参数分别为 1.35 亿、3.6 亿和 17 亿，训练数据来自高质量数据集 SmolLM-Corpus，其中包括 Cosmopedia v2、Python-Edu 和 FineWeb-Edu。SmolLM 模型在多种基准测试中表现不错， 适合跑在手机这种终端设备上。,SmolLM是由 Huggingface 最新发布的一组高性能的小型语言模型，参数分别为 1.35 亿、3.6 亿和 17 亿，训练数据来自高质量数据集 SmolLM-Corpus，其中包括 Cosm…

GPT-4o mini是由OpenAI推出的一款高性价比小型模型，具有成本低、性能强、功能多样和安全可靠等特点。它在多项评测中表现优异，在 MMLU 上得分 82%，目前优于 GPT-4，比 GPT-3.5 Turbo 便宜 60% 以上。目前支持文本和视觉，未来将支持更多形式。,GPT-4o mini是由OpenAI推出的一款高性价比小型模型，具有成本低、性能强、功能多样和安全可靠等特点。它在多项评测中表现优异，在 MMLU 上得分 82%，目前优于 GPT-4，比 GPT-…

TableGPT是一个统一的微调框架，使大模型（LLM）能够使用外部功能命令理解和操作表格，旨在通过使用户能够轻松利用表格数据来为用户提供便利和可访问性。,TableGPT是一个统一的微调框架，使大模型（LLM）能够使用外部功能命令理解和操作表格，旨在通过使用户能够轻松利用表格数据来为用户提供便利和可访问性。

字节跳动发布的高速视频生成模型，只需要 4-8 步推理就可以生成质量非常不错的视频。,字节跳动发布的高速视频生成模型，只需要 4-8 步推理就可以生成质量非常不错的视频。

天擎是美亚柏科发布的国内首个公共安全大模型。它在2023年的美亚柏科“智会”生态合作大会上正式发布。这个大模型拥有丰富的公共安全行业知识，具备强大的警务意图识别、警务情报分析、案情推理等业务理解和推理能力。,天擎是美亚柏科发布的国内首个公共安全大模型。它在2023年的美亚柏科“智会”生态合作大会上正式发布。这个大模型拥有丰富的公共安全行业知识，具备强大的警务意图识别、警务情报分析、案情推理等业务理解和推理…

CodeGemma是功能强大的轻量级模型集合，可以执行各种编码任务，例如填充中间代码补全、代码生成、自然语言理解、数学推理和指令遵循。,CodeGemma是功能强大的轻量级模型集合，可以执行各种编码任务，例如填充中间代码补全、代码生成、自然语言理解、数学推理和指令遵循。

Octopus v2是一个拥有20亿参数的模型，能够在智能手机、汽车、个人电脑等设备上运行。它在准确性和延迟方面超越了GPT-4，且将上下文长度减少了95%。与基于RAG的Llama7B模型相比，Octopus v2的速度快了36倍。,Octopus v2是一个拥有20亿参数的模型，能够在智能手机、汽车、个人电脑等设备上运行。它在准确性和延迟方面超越了GPT-4，且将上下文长度减少了95%。与基于RAG的Llama7B模型相比，Oc…

GPT-4是OpenAI的大型语言模型的最新版本。它在各种各样的互联网文本上进行了训练，但也从其他各种来源学习。因此，它能够以对话的方式生成富有创造性、连贯性和与上下文相关的句子。,GPT-4是OpenAI的大型语言模型的最新版本。它在各种各样的互联网文本上进行了训练，但也从其他各种来源学习。因此，它能够以对话的方式生成富有创造性、连贯性和与上下文相关的句子。

浦语灵笔是上海人工智能实验室推出的首个图文混合创作大模型，该模型能够根据用户提供的主题或图片，自动创作出图文并茂的文章，为大模型落地应用提供更多可能。,浦语灵笔是上海人工智能实验室推出的首个图文混合创作大模型，该模型能够根据用户提供的主题或图片，自动创作出图文并茂的文章，为大模型落地应用提供更多可能。

Mistral 7B 是法国AI初创公司 Mistral AI 发布的一款先进的 73亿参数语言模型，性能超越了 Llama 2 13B 和 Llama 1 34B。,Mistral 7B 是法国AI初创公司 Mistral AI 发布的一款先进的 73亿参数语言模型，性能超越了 Llama 2 13B 和 Llama 1 34B。

7 月 17 日，携程发布旅游行业首个垂直大模型“携程问道”。 据介绍，在大模型的基础上，“携程问道”筛选高质量非结构性旅游数据 200 亿，结合携程现有精确的实时数据进行了自研垂直模型的训练。 用户提出想法，问道可从地域、主题特色等维度，推荐旅行目的地、酒店、景点、行程规划和实时优惠的选项； 在用户需求相对明确时，提供智能查询结果，用户可用文字和语音以自然语言长句的形式进行复杂条件的机票和酒店产品的查询。 携程集团董事局主席梁建章表示，“希望用户从包括‘携程问道’在内的产品获得旅游行业‘可靠的内容，放心的推荐’。,7 月 17 日，携程发布旅游行业首个垂直大模型“携程问道”。 据介绍，在大模型的基础上，“携程问道”筛选高质量非结构性旅游数据 200 亿，结合携程现有精确的实时数据进行了自研垂直模型的训练。 用户…

云从从容大模型是由中国领先的人工智能公司云从科技推出的一种先进的人机协同操作系统（CWOS）。这个系统采用了多模态的人工智能技术，包括但不限于视觉识别、自然语言处理、语音识别等。它的目标是实现数字世界与物理世界之间的无缝连接，为各种应用和服务提供智能化的解决方案。,云从从容大模型是由中国领先的人工智能公司云从科技推出的一种先进的人机协同操作系统（CWOS）。这个系统采用了多模态的人工智能技术，包括但不限于视觉识别、自然语言处理、语音识别等。它的目标是实现数字世界…

「天工SkyMusic」是昆仑万维推出的AI音乐生成大模型，基于昆仑万维「天工3.0」超级大模型打造，是目前国内唯一公开可用的AI音乐生成大模型。具备高质量音乐制作、逼真人声合成、精准歌词控制、多元风格适应及复杂歌唱技巧学习等五大特点。该模型基于先进的Transformer技术，能够根据用户输入生成具有丰富情感表达的音乐作品，旨在推动音乐创作的创新和个性化发展。,「天工SkyMusic」是昆仑万维推出的AI音乐生成大模型，基于昆仑万维「天工3.0」超级大模型打造，是目前国内唯一公开可用的AI音乐生成大模型。具备高质量音乐制作、逼真人声合成、精准歌词控制、多元风…

2023 全球数字经济大会人工智能高峰论坛上，中国电信集团数字智能科技分公司副总经理张鑫公布中国电信版 ChatGPT 产品 TeleChat 大模型。,2023 全球数字经济大会人工智能高峰论坛上，中国电信集团数字智能科技分公司副总经理张鑫公布中国电信版 ChatGPT 产品 TeleChat 大模型。

百度旗下“灵医智惠” 是百度推出的智慧医疗品牌，其核心产品为 “灵医Bot”，一个医疗健康大模型。,百度旗下“灵医智惠” 是百度推出的智慧医疗品牌，其核心产品为 “灵医Bot”，一个医疗健康大模型。

天工作为一款大型语言模型，拥有强大的自然语言处理和智能交互能力，能够实现智能问答、聊天互动、文本生成等多种应用场景，并且具有丰富的知识储备，涵盖科学、技术、文化、艺术、历史等领域。,天工作为一款大型语言模型，拥有强大的自然语言处理和智能交互能力，能够实现智能问答、聊天互动、文本生成等多种应用场景，并且具有丰富的知识储备，涵盖科学、技术、文化、艺术、历史等领域。

ImageBind能够将多种数据流，包括文本、音频、视觉数据、温度和运动读数等整合在一起。,ImageBind能够将多种数据流，包括文本、音频、视觉数据、温度和运动读数等整合在一起。

AIHub 12 月 6 日消息，谷歌宣布推出其认为规模最大、功能最强大的人工智能多模态AI模型 Gemini。意味着它可以理解、操作和结合不同类型的信息，包括文本、代码、音频、图像和视频。,AIHub 12 月 6 日消息，谷歌宣布推出其认为规模最大、功能最强大的人工智能多模态AI模型 Gemini。意味着它可以理解、操作和结合不同类型的信息，包括文本、代码、音频、图像和视频。