LLaMA-Factory
Unified Efficient Fine-Tuning of 100+ LLMs & VLMs (ACL 2024)
AI
300元一学期，谁在教县城老人写AI“prompt”
声明:本文来自于微信公众号 刺猬公社，作者:冰点，授权站长之家转载发布。不久前，我回了一趟湖北老家。一天下午，只见妈妈急匆匆地出了门，丢下一句:“老年大学的 AI 课要赶不及了!”啥?老年大学已经这么紧跟时代了?连我们这个三线城市都开上了 AI 课?我的妈妈是一名非常善于使用智能手机的退休人士，很多 APP 甚至用得比我都顺溜。她接触到 AI，我也不算太意外。但她的“大学同学”里，不乏已经七八
谷歌 Gemini 推出视频分析功能，能准确识别视频拍摄场所
近日，科技媒体 Android Authority 报道称，谷歌最新的 Gemini 聊天机器人引入了一项引人注目的新功能 —— 视频分析。用户现在可以轻松上传视频并提问，Gemini 会基于视频内容进行智能分析，回答相关问题。这一创新功能无疑为视频内容的处理带来了新的可能性，吸引了广大用户的关注。在测试中，Gemini 展现出了惊人的能力。通过分析视频中的建筑风格和地理线索，AI 能够准确判断出
你对ChatGPT多说一句谢谢，OpenAI就要多花一笔钱
在如今这个人工智能（AI）日益渗透生活的时代，AI 已经成为我们日常对话和问题解决的重要助手。然而，您或许不知道，这些看似简单的日常互动实际上蕴含着巨大的成本。OpenAI 的首席执行官山姆・奥尔特曼（Sam Altman）透露，仅仅是为了处理用户之间的寒暄与礼貌用语，公司每年就需支出数千万美元。这些简单的 “谢谢”、“请” 等礼貌表达，虽然在情感层面让我们与 AI 的互动显得更为人性化，但背后却
Krea发布全新工具Krea Stage：从图片到3D场景：一键构建沉浸式世界
在人工智能技术持续突破的浪潮中，Krea再度以创新之姿引领行业。4月10日，Krea正式发布全新工具Krea Stage，为3D场景创作和视频生成带来革命性体验。这一工具以其强大的AI能力，让用户能够从单一图片生成可编辑的3D场景，并确保跨媒介内容的一致性，为创作者提供了前所未有的灵活性和效率。以下是AIbase对这一前沿技术的深度解读。从图片到3D场景：一键构建沉浸式世界Krea Stage的核
MCP协议和Function Calling 、 AI Agents的区别是什么？MCP优势有哪些
MCP（模型上下文协议）、Function Calling 和 AI Agents 是三种重要的技术手段，它们在实现 AI 模型与外部系统交互方面各有特点。本文将详细对比这三种技术，并深入探讨 MCP 的多项显著优势。MCP、Function Calling 和 AI Agents 的区别Function Calling:平台依赖的函数调用机制Function Calling 是一种 AI 模
电台用AI DJ当主持人：6个月无人识破！
快科技4月30日消息，澳大利亚知名电台CADA使用AI语音生成器ElevenLabs打造了一位AI DJ Thy。Thy自2024年11月开始主持节目《Workdays with Thy》，其表现如此逼真，以至于在长达六个月的时间里，竟然没有听众发现他并非人类。ElevenLabs的基本原理是，用户只需上传一段录音，ElevenLabs就能生成对应的语音模型，随后输入文字，AI就能用该声音将文
科大讯飞：重回双位数增长，AI 大模型竞赛展现强劲实力
近日，科大讯飞发布了其2024年财报，令人振奋的是，该公司营收达到了233.43亿元，同比增长18.79%。这标志着科大讯飞时隔两年后重新回到了双位数的增长轨道。同时，归母净利润也达到了5.6亿元，显示出其盈利能力的稳步回升。在第一季度的财报中，科大讯飞的表现同样亮眼。2025年第一季度，公司录得营收46.58亿元，同比增长27.74%，而归母净利润和扣非净利润的增幅分别为35.68% 和48.2
上海人工智能实验室推出升级版多模态大模型 “书生・万象 3.0”
在人工智能迅速发展的今天，上海人工智能实验室再次引领潮流，推出了全新的多模态大模型 “书生・万象3.0”。这一升级版本不仅在技术上进行了全面提升，还在多模态预训练和后训练方法的加持下，展现出了更强大的基础能力和应用潜力。“书生・万象3.0” 具备同时处理文本和多种多模态输入的能力，这使得它在多个应用场景中都能表现出色。例如，在 GUI 智能体、建筑图纸理解和空间推理等方面，该模型的表现都相当领先。