【通义】AI视界|OpenAI的“草莓”模型预计两周内上线!像人类一样思考!

简介: 本文介绍了近期科技领域的五大亮点:OpenAI即将推出的新一代AI模型“草莓”,具备高级推理能力;亚马逊测试AI技术加速有声读物生产,通过语音克隆提高效率;Kimi API新增联网搜索功能,拓宽信息来源;顺丰发布物流行业专用大语言模型“丰语”,提升工作效率;钉钉推出“AI班级群”功能,改善家校沟通体验。更多详情,请访问[通义官网]。

本文内容均由【通义】自动生成,打开通义官网,更多能力等你体验~

24小时精选 ✦

  1. OpenAI的“草莓”模型预计两周内上线!像人类一样思考!
  2. 亚马逊测试新功能,可能带来有声读物的变革性改变
  3. Kimi API 支持联网搜索功能
  4. 顺丰发布物流行业的垂直领域大语言模型 “丰语”
  5. 钉钉推出 “AI 班级群” 功能

01 OpenAI的“草莓”模型预计两周内上线!像人类一样思考!

OpenAI计划在未来两周内推出其新一代AI模型Strawberry,Strawberry模型预计将会是OpenAI在人工智能技术方面的一个重要里程碑。Strawberry旨在增强AI模型的高级推理能力,这可能意味着模型将能够处理更为复杂的任务,如解决复杂的数学问题、制定市场策略和进行深入的研究等。这样的能力对于提升AI在实际应用中的表现具有重要意义。


有报道指出,Strawberry可能会带来高昂的订阅费用,最高可达2000美元。这反映了OpenAI对其新产品商业潜力的信心,也意味着Strawberry将拥有先进的功能或性能,以证明其价格合理性。


Strawberry模型的推出可能代表着AI技术的一个重大突破,尤其是在实现人类级别的推理能力方面。如果能够成功实现这一目标,那么Strawberry将有望成为AI领域的革新者,推动整个行业向前发展。

02 亚马逊测试新功能,可能带来有声读物的变革性改变

亚马逊旗下的有声读物公司Audible宣布,他们将开始一项新的测试项目,该项目旨在通过人工智能技术加速有声读物的生产过程。为此,亚马逊将邀请一部分Audible的有声读物旁白人员参与进来,用这些旁白人员的语音样本来训练AI系统,从而创建出能够模仿其声音特点的“语音克隆”。


这种做法有望大大减少制作有声读物所需的时间,并且可以为旁白艺术家们提供一种更有效率的工作方式,同时也可能意味着Audible能更快地为其用户库添加新的有声读物内容。不过,这样的技术进步也伴随着一些潜在的问题,比如隐私和版权问题,以及对人类工作的替代等社会伦理议题。

03 Kimi API 支持联网搜索功能

月之暗面近日宣布旗下 Kimi 智能助手的 Kimi API 支持联网搜索功能,用户可以通过 API 获取互联网上的各种信息,极大地拓展了信息来源。比如,以往只能基于 Kimi 自身知识库回答问题,现在能搜索互联网,回答如实时新闻、最新科研成果、特定领域的专业资料等时效性强或 Kimi 原知识库未涵盖的内容,使用户能得到更全面、最新的答案。


开发者能利用该功能为应用程序赋予 “网上冲浪” 能力,使其在更多领域发挥作用。联网搜索功能以 tools 的形式提供,不会破坏原有 API 的兼容性,也不会影响已编写好的代码。

04 顺丰发布物流行业的垂直领域大语言模型 “丰语”

据顺丰集团官方消息,顺丰近日在深圳国际人工智能展上发布了物流行业的垂直领域大语言模型 “丰语”约有 20% 的训练数据是顺丰和行业的物流供应链相关的垂域数据,并通过继续预训练、监督微调、基于人工反馈的强化学习等大模型训练方法,让 “丰语” 大模型变得更懂物流、更可靠。


“丰语”能针对物流行业的各个场景进行快速赋能,包括市场营销、客户服务、收派件操作以及国际关务等环节。从新员工入职开始,就应用数字人对小哥进行一对一的培训。在日常工作流程中,小哥也可以通过大模型咨询各类问题,大幅提升小哥的工作效率和工作质量。


顺丰科技发布的“丰语”大语言模型,标志着物流行业向着智能化转型迈出了实质性的一步。随着大数据、云计算、人工智能等技术的迅猛发展,物流行业正面临着前所未有的变革机遇。“丰语”的推出,为整个物流行业的数字化转型提供了有力的技术支撑。

05 钉钉推出 “AI 班级群” 功能

钉钉新推出的 “AI 班级群” 能力,包含 “AI 小黑板” 和 “班级圈”两大功能,旨在为教师群体提供更好的工作体验,提升教学效率。


AI 小黑板相当于将教室黑板上的信息搬到了线上,老师只需在班级群内发送日常消息,班级 AI 助理将智能提炼重要信息并展示在班级群吊顶,确保每位家长或学生都能第一时间获取关键信息。班级圈是班级文化建设的数字化阵地,老师们可在班级圈发布班级合照、视频、运动会等,可以实时同步至班级群通知家长,永久保存学生成长瞬间,让班级文化建设更有温度。


本文内容均由【通义】自动生成,打开通义官网,更多能力等你体验~


往期资讯:

9月10日- AI视界|2分钟看完苹果发布会:iPhone16 5999元起售,全系支持苹果AI

9月9日- AI视界|马斯克亲自辟谣:xAI不可能在特斯拉的推理计算机上运行

9月7日-AI视界|性能超越GPT-4o?最强大的开源AI模型来了……

9月6日-AI视界|谷歌推出AI搜索功能“问照片”,照片一问即得……

9月5日-AI视界·每日速递

9月4日-AI视界·每日速递

9月3日-AI视界·每日速递

相关文章
|
17天前
|
存储 人工智能 安全
【通义】AI视界|苹果停止签署iOS 18.0.1,升级用户无法降级
本文由通义自动生成,涵盖24小时内精选的五条科技资讯:奥特曼谈OpenAI未来发展方向,ChatGPT新搜索功能上线遇故障,Perplexity AI选举搜索面临挑战,马斯克谈特斯拉造手机的可能性,以及苹果停止签署iOS 18.0.1。更多精彩内容,欢迎访问通通知道。
|
23天前
|
人工智能 机器人 API
【通义】AI视界|谷歌Q3财报:Gemini API六个月增长14倍,公司超25%的新代码由AI生成
本文内容由通义自动生成,涵盖谷歌Q3财报、马斯克xAI融资、九巨头联盟挑战英伟达、Meta加大AI投入及麻省理工研究LLM与人脑相似性等热点资讯。更多精彩内容,请访问通通知道。
|
22天前
|
人工智能 自然语言处理 算法
【通义】AI视界|OpenAI最新发布!ChatGPT搜索功能强势来了,挑战谷歌?
本文由【通义】自动生成,精选24小时内的重要资讯:OpenAI推出ChatGPT搜索功能挑战谷歌,微软披露130亿美元投资OpenAI,Reddit首次盈利股价暴涨20%,软银CEO孙正义看好英伟达及“超级AI”前景,谷歌云与沙特PIF共建全球AI中心。更多内容请访问通通知道。
|
24天前
|
人工智能 机器人 云计算
【通义】AI视界|OpenAI据称已计划联手博通和台积电共同打造自研芯片
本文由【通义】自动生成,涵盖苹果iOS 18.2将集成ChatGPT、OpenAI联手博通和台积电自研芯片、微软指责谷歌发起影子运动、英伟达高管预测AI将呈现人类形态、OpenAI董事会主席的初创公司估值达45亿美元等热点资讯。更多精彩内容,请访问通通知道。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
30 1
|
12天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
108 48
|
8天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
38 10
|
9天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。

热门文章

最新文章