DALL·E 推出 Outpainting 功能
OpenAI 为 DALL·E 推出 Outpainting 功能。该功能允许用户在原有画面基础上向外延伸扩展,生成任意尺寸的图像以展现更宏大的视觉内容。
内容形态
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
175 条精选近 30 天 16 条共收录 333 条
OpenAI 为 DALL·E 推出 Outpainting 功能。该功能允许用户在原有画面基础上向外延伸扩展,生成任意尺寸的图像以展现更宏大的视觉内容。
Hugging Face 宣布将 LLM.int8() 量化技术集成至 transformers 与 accelerate 库,支持在所有兼容的 Hugging Face 模型上进行 8-bit 推理。
推荐理由:官方详解了基于 bitsandbytes 的 8-bit 量化集成细节与踩坑经验,对大模型轻量化部署与工程调优有直接参考价值。
OpenAI 推出全新升级的内容审核工具 Moderation 端点。该端点改进了此前的审核过滤器,现已面向 OpenAI API 开发者免费开放。
OpenAI 宣布 DALL·E 进入 Beta 测试阶段,将在未来数周内向等待名单中的 100 万名用户发放邀请。用户每月可使用自动补充的免费积分进行生成,也可以按 15 美元购买 115 次生成额度的额外积分。
推荐理由:原文明确了测试版的放量规模与计费规则,读者可以据此了解其早期商业化尝试与使用门槛。
Hugging Face 宣布推出基于 AutoTrain 的新工具 Evaluation on the Hub,支持用户无需编写代码即可在平台任意数据集上评估模型。该功能允许用户配置任务、数据集切分及评估指标,评估完成后会自动向对应模型卡提交包含测试结果的 Pull Request,并生成配套排行榜以供比对。
推荐理由:该工具将模型评估流程与平台数据集和模型卡直接打通,降低了复现和多指标基准测试的门槛。
Hugging Face Hub 在模型、数据集和 Spaces 全类型仓库中正式上线 Pull Request 与 Discussions 协作功能。与 GitHub 等平台不同,该功能无需创建 fork,贡献者直接向源仓库的特殊 ref 分支推送更改,并在统一的 Community 标签页中集中管理讨论与代码合并。
推荐理由:该机制去除了传统平台的 fork 流程,读者可以据此了解机器学习社区针对大文件仓库设计的轻量协作模式。
Gradio 正式发布 3.0 版本,前端采用 Svelte 全面重构并推出了支持自定义布局与数据流的 Blocks API。新版本显著缩减了资源体积并提升页面加载速度,新增 Gallery 组件和 TabbedInterface 多标签界面,同时改进了 Dataframe 组件交互。
推荐理由:Gradio 3.0 重构了前端并推出 Blocks API,开发者无需编写复杂前端代码即可直接用纯 Python 自由定制页面布局与多步骤数据流。
Hugging Face 推出 Optimum 1.2,为 Transformers pipelines 正式带来基于 ONNX Runtime 的推理加速支持,并保持与原有 AutoModel 类完全兼容的 API 体验。
推荐理由:原文给出了从模型导出到量化优化的完整流程,开发者可直接参考代码将现成流水线迁移至加速运行时。
OpenAI 在其 API 中推出 embeddings 新端点,用于处理自然语言和代码任务。该端点支持语义搜索、聚类、主题建模以及分类等常见场景。
OpenAI 宣布支持为特定应用定制 GPT-3 模型。开发者可以通过单条命令直接完成模型微调。
OpenAI 宣布其 API 已全面开放使用,不再需要排队等待候补名单。官方表示,安全合规方面的技术进展促成了此次更大范围的开放。
Sentence Transformers 正式集成至 Hugging Face Hub,提供覆盖 100 多种语言的 90 余个预训练嵌入模型。Hub 为其新增特征提取与句子相似度计算交互组件,并支持通过 Inference API 在线调用。开发者还可以使用 save_to_hub 将训练好的模型直接上传至 Hub,系统会自动生成模型卡片并启用在线推理功能。
推荐理由:原文展示了平台对句子嵌入模型的在线交互与快捷托管支持,为语义检索模型的分享和快速调用提供了完整链路。
Gradio 2.0 支持仅用一行代码为 Hugging Face 上的机器学习模型快速生成交互界面。该功能默认调用 Hugging Face 托管的推理 API,也支持在本地运行 transformers 进行计算。开发者还可以将多个模型并行对比或串行串联,以极简代码快速组合出翻译、摘要等复杂应用。
推荐理由:原文介绍了通过一行代码为模型生成交互界面的机制,读者可以据此掌握并行对比与串联多模型的组合方法。
OpenAI 宣布推出一款官方 API,允许开发者访问其新开发的 AI 模型。
OpenAI 宣布公测 OpenAI Gym,这是一个用于开发和对比强化学习(RL)算法的工具包。该套件包含从仿真机器人到 Atari 游戏等持续扩充的环境集合,并提供用于对比和复现算法结果的网站。
推荐理由:OpenAI 推出标准化强化学习算法开发与对比工具包,为仿真机器人到 Atari 游戏等环境提供了可复现的评测支持。