小互AI日报：OpenAI开发者大会内容曝光、一种高级换脸技术、AI模拟人类自动上网…

Welcome, AI enthusiasts.

欢迎来到小互的AI日报

11月6日小互AI日报更新:

OpenAI 开发者大会更多详细信息再曝光

E4S：一个精细化的面部交换（换脸）技术

RoboGen：全自动化的生成模拟机器人学习系统

李开复创立的AI公司零一万物 估值超10亿美元

ElevenLabs推出Eleven Turbo v2版本

GPT-4V-Act ：能模拟人类上网的多模态AI助手

阅读时长: 6 minutes

01

—

 OpenAI 开发者大会更多详细信息再曝光：

128k上下文的GPT-4 turbo API

GPT-4 视觉 API

代码解释器API

DALLE-3 API

TTS API

包含了价格信息

爆料是发在OpenAI社区的，帖子内容已经被隐藏了！看来准确性很高，今晚大家都要熬夜了吧！

‍

‍

02

—

 E4S：一个精细化的面部交换（换脸）技术

与传统的换脸技术不同，E4S更加精细和高级。它不仅能让你在照片或视频中换脸，还能确保换出来的脸在形状、纹理和光照方面都非常自然和逼真。

它能够非常精确地处理脸部的每一个小细节，包括你脸上的每一颗痣、每一条皱纹，甚至是光照和阴影。

项目地址：e4s2023.github.io

03

—

 RoboGen：一个完全自动化的生成模拟机器人学习系统

04

—

 李开复创立的AI公司零一万物 估值超10亿美元

零一万物发布了首款开源大模型Yi系列，包括Yi-34B和Yi-6B。

Yi-34B在Hugging Face英文测试榜单中位列第一，在C-Eval中文能力排行榜中超越所有开源模型。

200K上下文窗口，能处理40万汉字超长文本输入。能一次处理两本《三体》小说、理解超过 1000 页的 PDF 文档。

05

—

 ElevenLabs推出涡轮增  Eleven Turbo v2版本

它结合了高质量的文本到语音技术和最新的低延迟模型架构。用户可以在几乎没有等待的情况下获得音频输出。

快速的同时保持流畅自然的高品质音质。

不到400毫秒的响应时间，实现快速语音合成。

方便集成的API：可将TTS集成到各种应用中。

体验：elevenlabs.io/turbo

06

—

⌨️ GPT-4V-Act

一个多模态AI助手，能够像人类一样模拟通过鼠标和键盘进行网页浏览。

它可以模拟人类浏览网页时的行为，如点击链接、填写表单、滚动页面等。

它通过视觉理解技术识别网页上的元素，就像人眼一样，能够“看到”按钮、文本框、图片等，并理解它们的功能和用途。

这个工具的目的是让AI能够自动完成一些需要人工操作的任务，从而提高工作效率，帮助人们更容易地使用各种网页界面。

GitHub：github.com/ddupont808/GPT-4V-Act

07

—

 Anna’s 档案馆

Anna的档案馆称他们获得了读秀图书数据库，包含750万本、总计359TB的中文非小说书籍的收藏，这个数字超过Library Genesis （530万本）。

如果哪家大模型公司能给他们提供OCR和文本提取服务，将会获得Anna的档案馆一年的独家访问权。https://https://annas-blog.org/duxiu-exclusive-chinese.htmlhttps://annas-blog.org/duxiu-exclusive-chinese.html

另外他们还有数百万本以前未发行（批量）的英文书籍，大部分也是非小说类书籍，也需要OCR服务！

历史项目记录：xiaohu.ai

感  阅

谢  读