微软开源MarkItDown：一键转换文档为Markdown，LLM时代的必备利器！
微软开源MarkItDown工具，支持PDF、Word等多种文件转换为Markdown格式，并具备调用大语言模型描述图像的功能。使用简单，代码几行即可实现转换。
月度归档： 2024 年 12 月
重磅：Google 推出图文视频生成双王！Sora要完了？
Google发布了全新的Veo 2视频生成模型和Imagen 3图像生成模型。测试结果显示，Veo 2在画面质量和提示词遵从度上都超越了OpenAI的Sora。此外，Imagen 3在文字渲染和细节呈现方面表现优异，创下了1115的新高分。Google已经在多个平台上推出这两款产品。
端到端的自主驾驶DiffusionDrive，基于 Ollama 的大语言模型（LLMs）的管理
DiffusionDrive是一种新型截断扩散模型，旨在实现端到端的自主驾驶，其在NAVSIM上的PDMS提升了3.5分，提高了64%多样性，并实现了88.1 PDMS记录和45fps实时运行速度。
刚刚，智谱又融了30亿！超200亿估值引领大模型创业赛道
智谱近期完成30亿人民币融资，并宣布将用于进一步研发大模型，目标从回答问题升级到解决复杂推理、多模态任务。公司已公开商业化战绩，包括年收入增长超30倍和付费客户数增长超20倍等。
智谱完成新一轮30亿元融资，2024年商业化收入增长超过100%｜
2024年，AI大模型公司智谱完成新一轮30亿人民币融资，将用于研发和支撑行业生态发展。智谱估值领先，业务高速增长，商业化收入增长100%以上，MaaS平台吸引70万用户。智谱CEO张鹏表示AGI开发还有大量任务等待，相信技术成熟后可助力解决复杂问题。
智谱宣布完成新一轮30亿元融资，将继续投入基座大模型｜
智谱宣布完成30亿人民币新一轮融资，引入多家战投及国资。公司已推出多款产品并在多个行业实现商业化应用。智谱强调将继续加强预训练研究，并探索Agent技术的应用前景，目标是达到AGI级别的能力。
商汤CEO徐立：算力、模型与应用“三位一体”，催生AI 2.0的超级时刻｜2024 T-EDGE
2024 T-EDGE创新大会暨钛媒体财经年会在北京市大兴区举行，会议主题为‘ALL-in on Globalization ，ALL-in on AI’。商汤科技董事长&CEO徐立在AI论坛上分享了他对AI 2.0的看法及当前的发展情况，包括算力、模型和应用的相互关系，并提出了未来数据中心建设的重要性。