3月4日 AI资讯汇总
😼
3月4日 AI资讯汇总 😼 3月4日 AI资讯汇总 Modified March 4, 2025 No access Meshcapade1 00:00 No access NVIDIA 00:00 No access InsTaG 00:00 No access 3D Mem 00:00 • DPG Bench 性能：CogView4 6B 在 DPG Bench（密集提示图基准）测试中名列前茅 🌟地址： https://huggingface.co/THUDM/CogView4 6B 海螺：推出Image 01多功能文本转图像模型 文本到图像生成模型 Image 01，成本仅为同类模型十分之一，提示词敏感度高 提供电影级质量的图像，web和移动应用程序即将发布。 服务现已在 API 平台https://www.minimax.io/platform/login上线 🌟地址： https://www.minimax.io/platform/document/platform%20introduction?key=66701c8e1d57f38758d58198 🤖️AI 视频 Runway 网友爆料可根据参考图像进行Video to Video视频风格化 No access runway (2) 00:00 🌟地址：https://x.com/i/status/1896748257650642994 Vidu API 开放平台全面开放！ 现已面向企业级用户与个人开发者全面开放。 🌟地址： platform.vidu.cn 🤖️AI 编程 Google Colab 推出 Data Science Agent Data Science Agent（AI 数据分析助手） 基于Demini，加速数据科学工作流程，此代理使用 Gemini 充当编码伙伴。向 18 岁以上、使用特定国家/地区和语言的 Colab 用户推出 工作流程如下： • 打开一个空白的 Colab 笔记本，上传数据文件。 • 描述目标：描述想要在 Gemini 中构建什么样的分析或原型（例如，“可视化趋势”、“构建和优化预测模型”、“填写缺失值”、“选择最佳统计技术”）。 • Data Science Agent开始工作：根据需求生成必要的代码、导入库和分析数据。 No access Data Science Agent (2) 00:00 🌟地址： https://developers.googleblog.com/en/data science agent in colab with gemini/?linkId=13237992 🤖️AI 模型信息 微软为医疗行业提供首个统一语音 AI 助手：Dragon Copilot 微软推出了Dragon Copilot，这是医疗行业首个统一的语音AI助手，旨在帮助临床医生简化临床文档、获取信息并自动化任务。 Dragon Copilot结合了Dragon Medical One和DAX Copilot的功能，通过自然语言语音输入和周围环境监听技术，提高工作效率，减轻医生的工作负担，并改善患者体验。该助手提供多语言支持、自动化任务、信息检索等功能。Dragon Copilot 将于 5 月在美国和加拿大全面上市，随后在英国、德国、法国和荷兰上市。 No access Dragon Copilot 00:00 🌟地址： https://news.microsoft.com/2025/03/03/microsoft dragon copilot provides the healthcare industrys first unified voice ai assistant that enables clinicians to streamline clinical documentation surface information and automate task/ Opera 宣布推出浏览器操作员 AI 代理 Opera公司推出了一款名为Browser Operator的新浏览器人工智能代理，该代理可以在浏览器中运行，帮助用户在不同网站上完成任务，还可以让用户就正在浏览的网页提出问题。 🌟地址： https://www.opera.com/zh cn/one?utm source=Twitter&utm medium=Social&utm campaign=Profile 如有任何问题请联系后台 电子邮箱：alolg@163.com platform.vidu.cn alolg@163.com No access Meshcapade1 00:00 No access Meshcapade1 00:00 No access NVIDIA 00:00 No access NVIDIA 00:00 No access InsTaG 00:00 No access InsTaG 00:00 No access 3D Mem 00:00 No access 3D Mem 00:00 • DPG Bench 性能：CogView4 6B 在 DPG Bench（密集提示图基准）测试中名列前茅 🌟地址： https://huggingface.co/THUDM/CogView4 6B 海螺：推出Image 01多功能文本转图像模型 文本到图像生成模型 Image 01，成本仅为同类模型十分之一，提示词敏感度高 提供电影级质量的图像，web和移动应用程序即将发布。 服务现已在 API 平台https://www.minimax.io/platform/login上线 🌟地址： https://www.minimax.io/platform/document/platform%20introduction?key=66701c8e1d57f38758d58198 🤖️AI 视频 Runway 网友爆料可根据参考图像进行Video to Video视频风格化 No access runway (2) 00:00 No access runway (2) 00:00 🌟地址：https://x.com/i/status/1896748257650642994 Vidu API 开放平台全面开放！ 现已面向企业级用户与个人开发者全面开放。 🌟地址： platform.vidu.cn platform.vidu.cn 🤖️AI 编程 Google Colab 推出 Data Science Agent Data Science Agent（AI 数据分析助手） 基于Demini，加速数据科学工作流程，此代理使用 Gemini 充当编码伙伴。向 18 岁以上、使用特定国家/地区和语言的 Colab 用户推出 工作流程如下： • 打开一个空白的 Colab 笔记本，上传数据文件。 • 描述目标：描述想要在 Gemini 中构建什么样的分析或原型（例如，“可视化趋势”、“构建和优化预测模型”、“填写缺失值”、“选择最佳统计技术”）。 • Data Science Agent开始工作：根据需求生成必要的代码、导入库和分析数据。 No access Data Science Agent (2) 00:00 No access Data Science Agent (2) 00:00 No access Data Science Agent (2) 00:00 🌟地址： https://developers.googleblog.com/en/data science agent in colab with gemini/?linkId=13237992 🤖️AI 模型信息 微软为医疗行业提供首个统一语音 AI 助手：Dragon Copilot 微软推出了Dragon Copilot，这是医疗行业首个统一的语音AI助手，旨在帮助临床医生简化临床文档、获取信息并自动化任务。 Dragon Copilot结合了Dragon Medical One和DAX Copilot的功能，通过自然语言语音输入和周围环境监听技术，提高工作效率，减轻医生的工作负担，并改善患者体验。该助手提供多语言支持、自动化任务、信息检索等功能。Dragon Copilot 将于 5 月在美国和加拿大全面上市，随后在英国、德国、法国和荷兰上市。 No access Dragon Copilot 00:00 No access Dragon Copilot 00:00 🌟地址： https://news.microsoft.com/2025/03/03/microsoft dragon copilot provides the healthcare industrys first unified voice ai assistant that enables clinicians to streamline clinical documentation surface information and automate task/ Opera 宣布推出浏览器操作员 AI 代理 Opera公司推出了一款名为Browser Operator的新浏览器人工智能代理，该代理可以在浏览器中运行，帮助用户在不同网站上完成任务，还可以让用户就正在浏览的网页提出问题。 🌟地址： https://www.opera.com/zh cn/one?utm source=Twitter&utm medium=Social&utm campaign=Profile 如有任何问题请联系后台 电子邮箱：alolg@163.com alolg@163.com 🐱 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 🌟 3月4日 AI资讯 【AI 3D】 • Meshcapade：预告可从视频/图像中捕捉面部表情并具有逼真的 3D 发丝 • InsTaG：通过几秒钟视频学习，快速形成逼真的 3D 说话头像效果 • 3D Mem：新型3D场景记忆框架 【AI绘图】 • 智谱：开源AI绘图 CogView4，可以在图像中生成中文字符 • 海螺：推出Image 01多功能文本转图像模型 【AI视频】 • Runway： 网友爆料Runway内测能力可根据参考图像进行Video to Video视频风格化 • Vidu：API 开放平台全面开放 【AI模型】 • Google Colab： 推出 Data Science Agent • 微软：为医疗行业提供首个统一语音 AI 助手：Dragon Copilot • Opera： 宣布推出网页浏览器的AI 代理 3月4日 AI资讯 【AI 3D】 • Meshcapade：预告可从视频/图像中捕捉面部表情并具有逼真的 3D 发丝 • InsTaG：通过几秒钟视频学习，快速形成逼真的 3D 说话头像效果 • 3D Mem：新型3D场景记忆框架 【AI绘图】 • 智谱：开源AI绘图 CogView4，可以在图像中生成中文字符 • 海螺：推出Image 01多功能文本转图像模型 【AI视频】 • Runway： 网友爆料Runway内测能力可根据参考图像进行Video to Video视频风格化 • Vidu：API 开放平台全面开放 【AI模型】 • Google Colab： 推出 Data Science Agent • 微软：为医疗行业提供首个统一语音 AI 助手：Dragon Copilot • Opera： 宣布推出网页浏览器的AI 代理 🤖️AI 3D Meshcapade：预告从视频/图像中捕捉面部并具有逼真的 3D 发丝 AI 3D工具 Meshcapade 预告即将在游戏开发者大会展示技术，通过用户上传视频与图像，可以实现 具有相同逼真灵活的面部表情及真实感3D发丝的角色动画。 并且支持接入虚幻引擎等3D引擎。 NVIDIA AI Dev 预告 Cosmos能力将展示单图生成虚拟空间效果 英伟达Cosmos技术演示，展示根据图像提示生成高度仿真的虚拟世界，适用于虚拟现实游戏和仿真训练 预告将于本月英伟达GTC，面向开发者的全球人工智能大会上展示新能力。 官方演示视频： 🌟地址： https://developer.nvidia.com/zh cn/blog/advancing physical ai with nvidia cosmos world foundation model platform/ InsTaG：通过几秒钟视频学习，形成逼真的 3D 说话头像效果 3D 说话人像合成框架，允许从少量训练数据中快速学习逼真的个性化 3D 说话头像。InsTaG 建立在具有通用运动先验的轻量级 3DGS 人格化合成器之上，具有高质量，快速生成的特点，可以呈现高质量的个性化说话头像视频效果。 🌟地址： https://fictionarry.github.io/InsTaG/ 3D Mem：新型3D场景记忆框架 3D Mem 是由UMass Amherst、CUHK、Columbia University 和 MIT 的研究人员共同开发的一种新型3D场景记忆框架，旨在提高具身智能体在复杂环境中的探索和推理能力。 记忆存储在两个组件中：记忆快照（捕获对象集群）和边界快照（捕获未探索的区域）。通过作为 VLM 代理的输入，这些记忆类型可以进行推理，从而充分利用已探索的区域和潜在的新信息。 🌟地址： https://embodied agi.cs.umass.edu/3dmem/ 🤖️AI 绘图 智谱开源AI绘图 CogView4 最新的图像生成模型 CogView4，是首个同时支持中英文提示的开源模型，能够很好地理解和遵循中文指令，甚至可以在图像中生成中文字符. CogView4 支持任意长度的文本描述与任意分辨率的图像，作为提示词输入 Apache 2.0 许可证下开源，即将支持 ControlNet、ComfyUI 和全套微调工具