A atualização principal do Tencent Yuanbao desta vez reside na aplicação da tecnologia de agregação bimodal “HunYuan + DeepSeek”. Anteriormente, o DeepSeek atuava principalmente como um extrator de informações, semelhante a um “scanner”. No entanto, com o auxílio da tecnologia multimodal HunYuan da Tencent, o DeepSeek agora consegue realmente entender os detalhes, o ambiente e até mesmo os significados ocultos em uma imagem. Essa mudança permite que o Tencent Yuanbao “entenda” as imagens e forneça suas próprias análises e interpretações.

Recentemente, a Moondream, uma startup de Seattle, lançou o moondream2, um modelo de linguagem visual compacto. Apesar de seu tamanho compacto, o modelo se saiu excepcionalmente bem em vários benchmarks, chamando a atenção. Como um modelo de código aberto, o moondream2 tem o potencial de habilitar o reconhecimento de imagem local em smartphones. Lançado oficialmente em março, o moondream2 pode processar entradas de texto e imagem, com capacidades como responder a perguntas, extração de texto (OCR), contagem de objetos e classificação de itens.

O robô "Sonho Diurno", criado pelo UP do Bilibili "Geekbay", tornou-se um sucesso rapidamente, ultrapassando 1,13 milhão de visualizações em apenas quatro dias. Este robô consegue concluir tarefas automaticamente, incluindo virar páginas, destacar questões, responder e escrever, abrangendo diversas disciplinas. Durante o desenvolvimento, a equipe passou de modificar uma máquina de escrever a desenvolver seu próprio design, utilizando estrutura CoreXY e integrando um modelo de IA, melhorando significativamente a precisão e a eficiência na conclusão das tarefas. Os testes mostraram que a precisão das tarefas de inglês é alta, mas com problemas de formatação; as tarefas de português apresentam escrita com características próprias, com alguns erros em algumas questões; as tarefas de matemática apresentam problemas de formatação e lógica.

A Anthropic anunciou recentemente planos para adicionar recursos de reconhecimento de imagem ao seu chatbot, Claude, permitindo que ele analise imagens. A empresa, apoiada por gigantes como Amazon e Google, projeta atingir US$ 5 bilhões em receita em 2024. Essa decisão da Anthropic permitirá que o Claude se alinhe aos seus concorrentes em termos de processamento de imagens, oferecendo uma experiência mais completa aos usuários.

Na madrugada do dia 18 de janeiro de 2024, a Samsung realizou o lançamento global do Galaxy AI, anunciando a chegada da série Galaxy S24 e a parceria com o grande modelo de linguagem Gemini da Google para dar início à 'Era Galaxy AI'. O novo Galaxy S24 oferece suporte a diversas funcionalidades de IA, como compreensão de linguagem e reconhecimento de imagem, incluindo novos recursos como Circle to Search, tradução em tempo real com IA e assistente de anotações com IA. O celular também é equipado com...

A Meta AI lançou em 18 de outubro um novo sistema de IA capaz de decodificar em tempo real imagens percebidas pelo cérebro a partir de varreduras cerebrais MEG. O sistema requer pré-treinamento com ondas cerebrais individuais e atualmente não consegue decodificar imagens mentais não relacionadas ao treinamento. Este é um trabalho inicial dos esforços contínuos da Meta para desvendar os mistérios do cérebro e alcançar interfaces cérebro-máquina. A tecnologia promete ser um trampolim para interfaces cérebro-máquina não invasivas que auxiliam pacientes com comprometimento da função da linguagem. O lançamento do novo sistema gerou ampla discussão sobre os avanços e perspectivas da tecnologia cerebral.

Pesquisadores descobriram que todas as técnicas atuais de marca d'água em imagens geradas por IA podem ser facilmente quebradas. As marcas d'água digitais podem ser removidas ou adicionadas a imagens reais, causando falsos positivos. As técnicas de marca d'água atualmente não são confiáveis para identificar imagens geradas por IA. Atores maliciosos podem facilmente contornar ou manipular as marcas d'água. O trabalho de artistas pode ser erroneamente marcado como gerado por IA devido às técnicas de marca d'água.