Pesquise as tendências globais de produtos de IA

Recentemente, o Blender-MCP (Model Context Protocol) foi oficialmente lançado como código aberto. Ao integrar perfeitamente o Claude AI da Anthropic com o Blender, ele alcançou um avanço na criação de cenas 3D complexas por meio de prompts de linguagem natural. De acordo com o AIbase, esta ferramenta permite que os usuários gerem modelos 3D impressionantes apenas com descrições textuais, como uma cena de "dragão de baixa poli com um tesouro", reduzindo significativamente a barreira técnica para modelagem 3D. Blender-MCP

A Tencent HunYuan anunciou o lançamento do plugin de geração de imagens personalizado InstantCharacter de código aberto, e alcançou compatibilidade com o modelo de geração de imagens a partir de texto de código aberto Flux. O lançamento deste plugin marca um grande avanço na consistência de personagens e na precisão da geração de imagens, fornecendo aos criadores de conteúdo ferramentas de criação mais eficientes e flexíveis.

O Fundo de Investimento da Indústria de Inteligência Artificial de Pequim anunciou um investimento adicional de 200 milhões de yuans na Zhipu (Z.ai), além do investimento feito no ano passado, para apoiar o desenvolvimento de modelos de código aberto e a construção do ecossistema da comunidade de código aberto da Zhipu. A Zhipu foi a primeira empresa de modelos de IA de grande porte investida pelo fundo desde sua criação e é atualmente uma das empresas de maior crescimento. A Zhipu possui acúmulo abrangente de capacidades de modelo em várias áreas, incluindo texto, raciocínio, voz, imagem, vídeo e código, além de um sólido planejamento de comercialização, uma comunidade de desenvolvedores com mais de um milhão de membros e usuários corporativos.

O fundo de investimento da indústria de inteligência artificial de Pequim anunciou recentemente um investimento adicional de 200 milhões de yuans na Beijing Zhihu Zhang Technology Co., Ltd. (Zhihu Zhang). De acordo com o fundo, a Zhihu Zhang é a primeira empresa de modelos de IA de grande porte a receber investimento desde a criação do fundo e também uma das empresas de crescimento mais rápido. A Zhihu Zhang acumulou profunda experiência na construção de capacidades de modelos em áreas como texto, raciocínio, voz, imagem, vídeo e código, possuindo ao mesmo tempo um completo planejamento de comercialização, tendo estabelecido uma comunidade de desenvolvedores e uma base de usuários empresariais com mais de um milhão de membros. Este investimento visa promover ainda mais...

A ByteDance lançou oficialmente o UI-TARS-1.5 no Hugging Face, um agente multimodal de código aberto baseado em um poderoso modelo de linguagem visual. Este lançamento marca mais uma grande inovação da ByteDance na área de interação automatizada com IA, oferecendo aos desenvolvedores e usuários uma solução de automação de GUI (interface gráfica do usuário) eficiente e inteligente em várias plataformas. UI-TARS-1.5: Um novo marco para agentes multimodais. O UI-TARS-1.5 é a mais nova versão da série UI-TARS da ByteDance...

A equipe do modelo de linguagem grande ByteDance Doubao anunciou o lançamento do código aberto do UI-TARS-1.5, um agente inteligente multimodal de código aberto baseado em um modelo de linguagem visual, capaz de executar eficientemente várias tarefas em um mundo virtual. O modelo alcançou desempenho SOTA (State-of-the-Art) em sete benchmarks típicos de interface gráfica do usuário (GUI) e demonstrou pela primeira vez sua capacidade de raciocínio de longo prazo em jogos e sua capacidade de interação em espaços abertos. Este projeto de código aberto marca um avanço na tecnologia de agentes inteligentes multimodais em GUI

A Ali Tongyi anunciou o lançamento de código aberto da série de modelos Wan2.1, incluindo o poderoso modelo de vídeo de geração de quadros inicial e final. Este modelo utiliza a arquitetura avançada DiT, alcançando vários avanços tecnológicos, reduzindo significativamente o custo computacional da geração de vídeo em alta definição e garantindo alta consistência temporal e espacial do vídeo gerado. Este lançamento de código aberto fornece uma ferramenta poderosa para desenvolvedores e criadores, impulsionando o desenvolvimento da tecnologia de geração de vídeo.

Recentemente, a Pollen Robotics lançou seu mais novo robô humanoide de código aberto, o Reachy 2, que agora está oficialmente à venda por US$ 70.000. De acordo com o AIbase, este robô já está em uso na Cornell University, na Carnegie Mellon University e em diversos laboratórios de IA de ponta, tornando-se um pioneiro na pesquisa e educação em robótica. O Reachy 2, com seu design modular, arquitetura de código aberto e poderosa capacidade de IA, atraiu a atenção de instituições de pesquisa e desenvolvedores em todo o mundo, abrindo caminho para o avanço da robótica humanoide.

Recentemente, um projeto de código aberto chamado DroidRun chamou a atenção. O projeto usa modelos de linguagem grandes (LLM) para controlar celulares Android por meio de instruções em linguagem natural, oferecendo aos usuários uma experiência de automação sem precedentes. Desde a gestão de mídias sociais até a automação de tarefas cotidianas, o DroidRun demonstra o enorme potencial da IA na interação com dispositivos móveis. De acordo com o AIbase, o DroidRun já foi oficialmente lançado como código aberto, com o código-fonte agora disponível no GitHub, permitindo que desenvolvedores e entusiastas da tecnologia explorem livremente.

O corpus multilíngue e multi-modal "Wanjuan · Silk Road 2.0", lançado pelo Laboratório de Inteligência Artificial de Xangai, foi oficialmente lançado como código aberto. Baseado nos 5 idiomas originais (árabe, russo, coreano, vietnamita e tailandês), o corpus adicionou 3 idiomas raros (servo-croata, húngaro e tcheco), abrangendo quatro modalidades: texto, imagem, áudio e vídeo. O conjunto de dados contém mais de 11,5 milhões de itens, com mais de 26.000 horas de áudio e vídeo, tornando-se um recurso importante na área de multimodalidade em idiomas minoritários.

A área de inteligência artificial presencia um avanço significativo. A AIbase soube através das mídias sociais que a ByteDance anunciou recentemente o lançamento do seu novo modelo de geração multimodais Liquid, de código aberto. O modelo utiliza um método inovador de codificação unificada e uma arquitetura de modelo de linguagem grande única (LLM) para integrar perfeitamente as tarefas de compreensão e geração de imagens. Este lançamento não apenas demonstra a ambição tecnológica da ByteDance em IA multimodais, mas também fornece uma ferramenta de código aberto poderosa para desenvolvedores em todo o mundo. Abaixo, a AIbase apresenta uma análise aprofundada do modelo Liquid, explorando suas inovações tecnológicas e núcleo

A indústria de inteligência artificial da China está acelerando sua jornada para o palco global. A AIbase soube pelas mídias sociais que a plataforma nacional de supercomputação lançou oficialmente os modelos de IA nacionais da MiniMax, incluindo MiniMax-Text-01 e MiniMax-VL-01, e ingressou na comunidade de código aberto de IA da supercomputação na internet. Simultaneamente, o serviço de bate-papo do chatbot da MiniMax também foi integrado à plataforma, fornecendo aos usuários uma experiência de interação inteligente eficiente. A seguir, a AIbase apresenta uma análise aprofundada deste importante avanço.

Recentemente, o campo da IA recebeu uma notícia importante: o lançamento oficial do HiDream-I1, um modelo de geração de imagem de código aberto com 1,7 bilhão de parâmetros. Este modelo não apenas apresenta um excelente desempenho na qualidade da geração de imagens, mas também supera, em alguns aspectos, o GPT-4o, que tem recebido muita atenção recentemente. Com o lançamento do HiDream-I1, os usuários comuns podem experimentar tecnologias avançadas de geração e edição de imagens sem precisar de assinaturas. O HiDream-I1 foi desenvolvido pela empresa chinesa Zhixiang Future e alcançou sucesso na plataforma de teste de benchmark de inteligência artificial Art.

O ModelScope (魔搭), comunidade de código aberto de IA da Alibaba Cloud, lançou oficialmente sua nova praça MCP (Model Context Protocol, protocolo de contexto de modelo), tornando-se a maior comunidade MCP em chinês. A plataforma não apenas oferece centenas de serviços MCP populares, mas também lança exclusivamente novos serviços MCP do Alipay e MiniMax, fornecendo aos desenvolvedores de IA recursos e ferramentas abrangentes para impulsionar a inovação e a implementação de aplicativos de IA.

A Hugging Face, plataforma de desenvolvimento de inteligência artificial, anunciou a aquisição da startup francesa de robótica Pollen Robotics. O valor da transação não foi divulgado. Este movimento marca a primeira incursão da Hugging Face no setor de hardware e visa impulsionar a adoção e o desenvolvimento da tecnologia robótica de código aberto em todo o mundo. Fundada em 2016 e sediada em Bordeaux, França, a Pollen Robotics é conhecida pelo desenvolvimento do robô humanoide de código aberto Reachy2. O robô, com preço de cerca de US$ 70.000, já foi adquirido pela Universidade Cornell dos EUA e...

A equipe de tecnologia da Zhihu anunciou o lançamento de código aberto dos modelos GLM (General Language Model) da série 32B e 9B, e o lançamento oficial da nova plataforma de experiência interativa Z.ai. Esta série de modelos inclui modelos base, modelos de raciocínio e modelos de reflexão, todos seguindo a licença MIT, oferecendo aos desenvolvedores grande liberdade de uso e desenvolvimento, podendo ser usados gratuitamente para fins comerciais e distribuídos livremente.

Este projeto demonstra como criar um modelo de vídeo de código aberto de alta qualidade com um orçamento limitado, usando o ajuste fino do modelo Mochi. Aprenda como replicar os resultados com um custo inferior a 100 dólares.