麻省理工学院和IBM的研究人员发表了一篇名为《超越AI接触：哪些任务具有计算机视觉自动化的成本效益？》的工作论文，探讨了自动化基于视觉的任务的经济可行性。该论文发现，仅有23％的任务适合自动化。与更具破坏性...

CapHuman是一个框架，可以通过仅一张参考照片生成人物的多种表情和头部姿态。它巧妙地保持了人物的身份特征，让照片生成的多种人像看起来像是来自同一人。CapHuman使用的是神经网络技术，可以从单张照片中提取出关键...

Kahneman-Tversky Optimization（KTO）是一种新的方法，用于训练AI模型以更好地与人类思维对齐。通过利用Kahneman＆Tversky的前景理论概念，KTO侧重于最大化效用而不仅仅是偏好可能性。这种新的方法可以帮助AI模型更...

Ollama最近发布了对视觉模型的支持。Llava 1.6版本更新了支持，包括Python和JavaScript包中的视觉功能。

通过将图像转换为文本，文本转化为提示，提示转化为音乐，可以创建一个引人入胜的图像到音乐的流水线。

ChatLLM for VS Code是AI辅助自动完成的开源替代品。它现在支持任何Ollama模型，以及使用封闭的API模型。在这个自动化和机器学习越来越流行的时代，ChatLLM提供了一种开源替代方案，为人们提供了更多的选择。

Aphrodite引擎可以用于减少VRAM需求，提高AI推理工作负载的吞吐量。Pygmalion推理引擎是一种全新的AI推理引擎，它可以在减少VRAM需求的同时提高吞吐量。该引擎基于Aphrodite引擎并进行了优化，可以在保持准确性的同...

Browser Company正在为其Arc浏览器开发AI技术，使其能够自主浏览网页并向用户呈现相关信息，这与传统搜索引擎不同。Arc浏览器利用人工智能技术，能够不断学习用户的浏览偏好，为用户推荐更符合他们兴趣的网页内容。...