AIGC Weekly #12更新了，本期主要介绍了我制作的8K分辨率高清AI壁纸，GPT-4以及能力推测。下面是上周一些行业动态和产品推荐，更多详细的内容可以去图里的竹白查看：https://op7418.zhubai.love/posts/2246868665025081344
🥰本周精选：
我制作了一批AI生成的桌面壁纸：https://mbd.pub/o/bread/ZJaWm5hu
GPT-4要来了？-推测多模态模型的能力：https://www.heise.de/news/GPT-4-is-coming-next-week-and-it-will-be-multimodal-says-Microsoft-Germany-7540972.html
微软Kosmos-1模型论文：https://arxiv.org/abs/2302.14045
谷歌PaLM-E模型介绍：https://palm-e.github.io/
GPT-4可能具备的能力：
- 引入了视觉智商测试集，用于诊断 MLLM 的非语言推理能力。
- 无OCR阅读理解：输入屏幕截图、扫描文档、街道标志或任何包含文本像素。直接推断内容而不需要明确使用OCR。这对于在多媒体网页上解锁AI应用程序或来自真实世界摄像头的“野外文字”非常有用。
- 多模态聊天：关于一张图片进行对话。甚至可以在中途提供“后续”图像。
- 广泛的视觉理解能力，如字幕、视觉问答、物体检测、场景布局、常识推理等。
- 音频和语音识别（？）：这个没有在Kosmos-1论文中提到，但Whisper已经成为OpenAI API，并且应该很容易集成。
⚒️产品推荐：
Fini-将知识库转换为聊天机器人：https://www.usefini.com/
OpenGPT-快速创建你自己的AI应用：https://open-gpt.app/
OpenAI Translator-基于Chat GPT的桌面翻译工具：https://github.com/yetone/openai-translator
Logoscapes-将你的LOGO融入到现实照片中：https://logoscapes.ai/
Invideo-快速将你的想法制作为视频：https://invideo.io/ai/
Poe-现在体验最好的聊天机器人产品：https://poe.com/
🥰本周精选：
我制作了一批AI生成的桌面壁纸：https://mbd.pub/o/bread/ZJaWm5hu
GPT-4要来了？-推测多模态模型的能力：https://www.heise.de/news/GPT-4-is-coming-next-week-and-it-will-be-multimodal-says-Microsoft-Germany-7540972.html
微软Kosmos-1模型论文：https://arxiv.org/abs/2302.14045
谷歌PaLM-E模型介绍：https://palm-e.github.io/
GPT-4可能具备的能力：
- 引入了视觉智商测试集，用于诊断 MLLM 的非语言推理能力。
- 无OCR阅读理解：输入屏幕截图、扫描文档、街道标志或任何包含文本像素。直接推断内容而不需要明确使用OCR。这对于在多媒体网页上解锁AI应用程序或来自真实世界摄像头的“野外文字”非常有用。
- 多模态聊天：关于一张图片进行对话。甚至可以在中途提供“后续”图像。
- 广泛的视觉理解能力，如字幕、视觉问答、物体检测、场景布局、常识推理等。
- 音频和语音识别（？）：这个没有在Kosmos-1论文中提到，但Whisper已经成为OpenAI API，并且应该很容易集成。
⚒️产品推荐：
Fini-将知识库转换为聊天机器人：https://www.usefini.com/
OpenGPT-快速创建你自己的AI应用：https://open-gpt.app/
OpenAI Translator-基于Chat GPT的桌面翻译工具：https://github.com/yetone/openai-translator
Logoscapes-将你的LOGO融入到现实照片中：https://logoscapes.ai/
Invideo-快速将你的想法制作为视频：https://invideo.io/ai/
Poe-现在体验最好的聊天机器人产品：https://poe.com/
