AI资讯新闻榜单内容搜索-Gen

关键词: 基础世界模型,谷歌AI,Genie,生成式交互环境

问世才两个星期，谷歌的世界模型也来了，能力看起来更强大：它生成的虚拟世界「自主可控」。

关键词: chat,Agent,智能体

从2014年亚马逊开创性推出Amazon Echo开始，智能音箱横空出世。一开始的智能音箱，也只是有个“嘴”，只能实现播放音乐、查询信息、设置提醒等功能。

关键词: GPT-4V,Agent,UI Agent,UFO

微软首个为Windows而设的智能体（Agent） 亮相：基于GPT-4V，一句话就可以在多个应用中无缝切换，完成复杂任务。整个过程无需人为干预，其执行成功率和效率是GPT-4的两倍，GPT-3.5的四倍。

关键词: AGI,智能体,agent,LLM

一位网友公开了他创作的一个可以自主学习的智能体，按照他的设想，这样的智能体将在LLM的加持下迅速成长为无所不能的AGI，而人类如果控制她成长的过程，就不需要专门进行对齐。

关键词: PokéLLMon,大模型,AI玩游戏,Agent

基于大模型的Agent会玩宝可梦了，人类水平的那种！名为PokéLLMon，现在它正在天梯对战中与人类玩家一较高下：

关键词: Web Agent,CMU,多模态大模型,大模型

大模型的新考验来了！近日，来自卡内基梅隆大学的研究人员发布了评估LLM多模态Web代理性能的基准测试。

关键词: AI视频,Gen-2,Pika

2023年，也是AI视频元年。过去一年究竟有哪些爆款应用诞生，未来视频生成领域面临的难题还有哪些？

关键词: ICLR,AIGC,AI建模

单图 3D 说话人视频合成 (One-shot 3D Talking Face Generation) 可以被视作解决这一难题的下一代虚拟人技术。它旨在从单张图片中重建出目标人的三维化身 (3D Avatar)

关键词: Agent,GPT-4,Deezer,Shazam,α-UMi

关键词: MAGNeT,AI音频,音频生成新模型,Meta AI,文本生成音乐

在文本生成音频（或音乐）这个 AIGC 赛道，Meta 最近又有了新研究成果，而且开源了。前几日，在论文《Masked Audio Generation using a Single Non-Autoregressive Transformer》中，Meta FAIR 团队、Kyutai 和希伯来大学推出了 MAGNeT，一种在掩码生成序列建模方法。