百度智能体免费开放文心4.0，阿里通义上线AI绘画工具 | 蓝媒GPT

百度文心智能体平台免费开放文心4.0

据百度官方消息，百度文心智能体平台（AgentBuilder）免费开放了文心大模型4.0。开发者在文心智能体平台上制作智能体时，可灵活选择文心大模型3.5或4.0版本。文心4.0版本的免费开放，提升了百度文心智能体平台的能力边界。目前已经有20万开发者、6.3万企业加入百度文心智能体平台。

支付宝发布多模态医疗大模型，支持千亿级视觉识别

在2024世界人工智能大会“可信大模型论坛”上，支付宝多模态医疗大模型正 式亮相，成为国内首批多模态医疗大模型之一。基于蚂蚁百灵的多模态能力，该模型可实现直接理解并训练音频、视频、图、文等多模态数据，支持千亿级视觉识别。测试期间，对诊疗报告、医学药品、毛发状况等识别准确率达90%以上。

阿里旗下通义App上线AI画具“追星星的AI”

7月5日消息，阿里旗下通义App上线AI画具“追星星的AI”，这是国内首个关照孤独症儿童的AI绘本工具。该公益产品由阿里巴巴携手上海美术电影制片厂、中国青少年发展基金会“阅读中国”基金，孤独症儿童干预机构恒星乐乐、海豚乐乐联合发布。

商汤发布可控人物视频生成大模型Vimi，实现分钟级视频

世界人工智能大会期间，由商汤科技打造的首个面向C端用户的可控人物视频生成大模型Vimi亮相。商汤介绍，Vimi能够实现精准的人物表情控制，还可实现在半身区域内控制照片中人物的自然肢体变化，并自动生成与人物相符的头发、服饰及背景变化，可稳定生成1分钟的单镜头人物类视频。据悉，Vimi将完全面向C端用户开放使用。

商汤科技发布“日日新5o”，实时多模态流式交互对标GPT-4o

今日，上海2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2024）战略合作伙伴商汤科技召开“大爱无疆·向新力”人工智能论坛，发布国内首个所见即所得模型“日日新5o”。

据了解，日日新5o模型交互体验对标GPT-4o，有望实现全新AI交互模式。

混元DiT推出小显存版本，并开源caption模型

腾讯混元文生图大模型（混元DiT）宣布开源小显存版本，仅需6G显存即可运行，该版本与LoRA、ControlNet等插件，都已适配至Diffusers库；并新增对Kohya图形化界面的支持，让开发者可以低门槛地训练个性化LoRA模型；同时，混元DiT模型升级至1.2版本，在图片质感与构图方面均有所提升。此外，腾讯宣布混元文生图打标模型“混元Captioner”正式对外开源。

Lanmeih/今日话题

哪个行业的大模型应用，你最期待？

咱们评论区聊聊~

‍‍