今日AI-豆包大模型-2024年12月4日

1 字节跳动的豆包APP和PC端图片理解功能精准识别内容并解答相关问题着AI模型多方向迈出一步。
2 文心一言推出“深度写作”专业版功能，可搜索参考资料，为文章增添丰富具体的细节还支持补充上传素材和网盘资料。
Recraft提供了一个极具潜力的副业机会，它可以制作各种热门IP相关的写字、背景图、举代写以及梦核胶片头像。

1. 豆包图片理解可精准识别内容并解答相关问题标志着AI模型向模态迈出坚实一步<>2 文心一言推出“写作专业版功能，可自动搜索引用参考资料提升文章可用性，还支持补充上传本地素材网盘资料。
Recraft提供创意副业机会，制作各种热门IP相关作品，作为副业。
4 这些新功能和应用的出现体现了科技公司领域的能力，着AI技术将在更多领域发挥重要作用。

1. 2024年9月，字节跳动发布了豆包视频生成大模型，包含两款型号：PixelDance和Seaweed。它们可以遵从复杂的用户提示词，精确理解语义关系，还能像电影画面一样按指令要求生成涉及多个角色交互的连贯动作。通过模型，用户仅需要输入一句简单的介绍或再加上一张图片，即可生成一个具备起承转合能力的短片。
2. 今天故事的主人翁，就是其中一款模型豆包视频生成——PixelDance的发起者。加入字节跳动后，她不仅以第一作者的身份，让5篇论文登上了顶会，而且仅用了4个月，就从0训练出了视频生成模型，达到了当时已知的最佳效果。随后，她又让AI生成的视频首次具备完整的讲故事的能力。
3. 2021年7月，小橙研究生毕业，成为了字节跳动的一位校招生。入职后，她接手的第一个项目就颇有难度——解决多模态预训练的问题。这是在2017年之后，伴随Transformer（基于注意力机制建立的模型）的诞生，计算机领域诞生的新议题。
4. 在原有的视觉语言理解模型里，当画面出现了一辆小汽车，并不能很好的识别。仅用了一个多月，小橙就取得了突破。突破的核心在于，她原创了一种叫做“X-VLM”的新方法，可以将视觉语言进行更细粒度的预训练。
5. 在视觉语言理解取得了突破性进展之后，团队铆定了下一个目标：视频生成。为了达成目标，路径的设定是关键。是将视频理解和生成做到一个模型架构里，还是分成两个单独的模块来做，学界至今仍无定论。
6. 2023年10月，小橙做的第一版视频生成模型诞生了。这是基于Diffusion（扩散模型）实现的效果，红色框里是初始图片，绿色框里是希望达到的定格图片——如果用户希望一个水晶球变成一团带龙的火焰，给到它你希望达成的描述，整个画面就可以动起来了。
7. 2024年2月16日，Open AI在其官网发布其文生视频模型Sora，震惊业界。当时还是春节假期，小橙的产品伙伴徐轶很快就收到了她的消息，“Sora竟然能做到这种程度，我们也要加加速了。”于是团队快速开始拆解和调整目标。
8. 2024年10月，小橙和团队进一步提升了模型效果，模型对语义的理解更加精准，实现支持文生视频和图生视频两种模式，同时模型生成的美感也达到业界较高水平。

1. 介绍抖音公司推出的包助手的使用方法，包括写作和计算功能。
2 下载安装：网址为www.doubao.com，下载windows电脑版安装。
3 软件-写作：豆包基础是，能使用大模型网上搜索到知识点对问题进行分析并给出合理答案，可以生成各种文体的文章。
4. 软件使用计算包可以解决小学的鸡兔笼问题等。
5.包的还有很多作者会利用几篇公众号详细介绍

1 豆国内功能最全的AI模型，ChatG*T，齐全，AI、、、答题、整理、图像生成，上线的音乐，仅需简单描述生成歌曲而且AI声音也方便真实
2.imi长文本长达20的阅读分析阅读小说论文资料快速梳理，总结摘要也能进行内容创作，文章和创作文案等 Fishudio一款克隆声音的工具，需要10的，是清晰的就可以进行克隆支持“上传“录制”方式进行克隆
.SlideAI生成PPT工具，需，就能美的，生成PPT进行二次，适合小白，另外网站也自带模板直接使用就可以>6. 可灵是推出的大支持文生和生模拟真实世界的规律运动，能电影级镜头，写提示词的话，还给出了指南，生成更自己的 阅读原文