DuckDuckGo也推出AIChat
免费使用，不过只有 GPT-3.5 Turbo 和 Claude 1.2 Instant 可选。
使用 WebCatalog Desktop 上“DuckDuckGo AI Chat”的 Mac、Windows、Linux 版桌面应用增强您的体验。
Open Sora 团队发布了另一个视频生成项目 MagicTime
开发了一套名为 MagicAdapter 的技术，通过分开处理空间和时间训练，它能从变形视频中提取更多的物理知识，并使预训练的T2V模型能够生成这类视频。
接着，引入了动态帧提取策略，这个策略特别适用于变形时光延续视频，因为这类视频变化范围广泛，涵盖了物体戏剧性的变化过程，从而包含了更丰富的物理知识。
国产的机器人：星尘智能AI机器人S1
星尘智能的英文名：Astribot
一款超级令人印象深刻的家用机器人，可以做饭、打扫卫生、洗衣服等。
它可以模仿人类动作迅速做出学习，而且灵活性极强
Extropic 发布一种全新的热力学计算机
公司创始人Gill Verdon表示：非常高兴最终能分享更多有关 Extropic 正在构建的内容：一个全栈硬件平台，利用物质的自然波动作为生成人工智能的计算资源。
这种新颖的计算范式对世界实际上意味着什么？
IDM-VTON：虚拟试衣技术
IDM-VTON能够捕捉到服装的细节，如纹理、图案和缝线等，这些细节在试衣图像中被准确地再现。
即使是在户外或者背景复杂的照片中，这项技术也能准确地展示衣物试穿效果，保持高质量的图像输出。
在多个不同的人物上展示同一件服装时，IDM-VTON依然能保持了服装细节的一致性。
Mistral入门指南：介绍
Mistral 推出的开源 Mixtral 8x7B 模型采用了“专家混合”（MoE）架构。与传统的 Transformer 不同，MoE 模型内置多个专家级前馈网络（本模型为8个），在进行推理时，由一个门控网络负责选择两个专家进行工作。这样的设置让 MoE 在保持与大型模型相当的性能的同时，能够实现更快的推理速度
SAM模型视频分割项目
本项目的目标是运动分割——发现并分割视频中的运动对象。这是一个被广泛研究的领域，有许多仔细的、有时甚至是复杂的方法和训练方案，包括：自监督学习、从合成数据集学习、以对象为中心的表示、非模态表示等等。对本文的兴趣是确定 Segment Anything 模型 (SAM) 是否有助于完成此任务。
Foundation Capital 这篇文章的论点非常有意思
他们认为AI公司正在颠覆SaaS平台的本质，即SaaS平台将会从软件即服务快速过度到服务即软件的范式。
在传统软件业务中,公司出售平台或工具的访问权限,但客户仍需要使用该工具来实现预期目标。
而在服务业务中,实现预期目标的责任则由销售服务的公司承担。
斯坦福大学和麻省理工学院的研究人员推出了搜索流
来自斯坦福大学、麻省理工学院和 Harvey Mudd 的研究人员设计了一种方法，通过将搜索过程表示为序列化字符串“搜索流”(SoS)，来教授语言模型如何搜索和回溯。他们提出了一种统一的搜索语言，并通过倒计时游戏进行了演示。在搜索流上预训练基于 Transformer 的语言模型将准确率提高了 25%，而通过策略改进方法进一步微调则解决了 36% 以前未解决的问题。这表明语言模型可以学习通过搜索解决问题、自我改进并自主发现新策略。