TODAY’S MENU
🗞️|Adobe 100 多項 AI 功能升級
🗞️|「虛擬」 3D 模型加到「現實」
🗞️|Google 不敢公開的臉部搜尋
🚀|Adobe 推出 Firefly Image 2
🚀|ElevenLabs AI 翻譯配音 Dubs
📊|CB Insights:LLMOps市場地圖
🔬|資料增強無法提升泛化能力
🔍|深度報告:Kaggle AI Report 2023
🗞️
NEWS
閱讀時間:5 分鐘
Adobe 在昨天的 Adobe MAX 大會上,推出了最新版本的 Adobe Creative Cloud,包含 Photoshop、Illustrator、Premiere Pro 等 100 多項新功能。
同時也發布了 3 款新一代的 Firefly 模型:Adobe Firefly Image2 Model、Adobe Firefly Vector Model 和 Adobe Firefly Design Model。
線上設計工具 Adobe Express 也增加了 Generative Fill、Text to Template 和 Translate 等功能。
(Firefly Image2 與其他生成模型的比較,請看 🚀 LAUNCH)
Simulon:把「虛擬」的 3D 模型加到「現實」中
閱讀時間:1 分鐘

Simulon 是一款即將推出的 App,能夠提供所有創作者「電影品質」的視覺特效。(現在可以先註冊等待 Beta 版)
昨天看到 Simulon 最新功能的展示影片真的讓我太驚艷了!影片上半部分是真實的鏡頭,下半部分是將「虛擬」的 3D 模型加入到鏡頭中。
如果沒有看到上半部分的真實鏡頭,根本不知道那是虛擬的 3D 模型。透過 Simulon 的功能,連現實的光影都能在鏡頭下生成 😨
閱讀時間:9 分鐘

PimEyes 被認為是目前最強大的線上公開臉部識別搜尋工具之一,由兩位波蘭的軟體工程師在 2017 年創立。
這是一個類似於強化版反向圖像搜尋的 AI 工具,它可以掃描照片中的臉部特徵,並搜尋網路上的所有圖像數據。
如果你用自己的照片搜尋,可能還會出現你從來不知道的照片。我自己嘗試免費的功能後,覺得有點可怕…
美國目前還沒有任何法律規範臉部識別技術,預計未來會出現越來越多類似 PimEyes 的服務。
🤝
SPONSOR
合作夥伴
beehiiv 是一個電子報平台,由知名電子報 Morning Brew 早期員工創立,他們清楚知道如何將電子報從零擴展到數百萬粉絲。
beehiiv 內建了發送電子報所有必備的工具,包含訂閱數成長、電子報客製化和數據分析工具。後續也不斷推出專為電子報經營設計的功能,包含:內建表單、反饋投票、推薦計畫、SEO 網頁優化…等。
🚀
LAUNCH
閱讀時間:6 分鐘
這次全新的 Adobe Firefly Image 2 Model 大幅提升了創作者的控制能力和圖像品質。參考下方的圖片 ⬇️
Generative Match:預先選擇或是自己上傳圖片,生成出風格一致的圖片
Photo Settings:可以調整照片更逼真的細節(皮膚、毛孔),以及運動模糊和景深等效果。
Prompt Suggestions:幫助創作者更快地生成優質結果
Adobe Firefly Image 2 Model 已經可以在 Firefly 的網頁 App 中使用。
閱讀時間:3 分鐘
ElevenLabs 昨天推出了全新的 AI 翻譯配音功能 Dubs,幾分鐘內就能把影片說話的內容翻譯成另一種語言,同時保留原始說話的聲音。
AI 翻譯配音功能目前支援 20 多種語言,剛剛測試「中文翻譯成其他語言」、「其他語言翻譯成中文」都能用,效果超級好!
製作流程非常方便,除了上傳影片外,還能「貼上連結」直接翻譯配音,Youtube、Tiktok、X 上的影片都可以。
📊
CHART
閱讀時間:5 分鐘

隨著今年大型語言模型(LLMs)的爆發,支持大型語言模型作業(LLMOps)的技術供應商也逐漸受到關注。
CB Insights 提供了目前 LLMOps 市場上,12 個不同類別中的 90 多家公司,幫助企業可以快速找到對應的技術供應商,完成 LLMs 的項目。
🔬
RESEARCH
論文長度:19 頁
我們都知道雖然現在的大型語言模型(LLMs)在語言處理上非常優秀,但在面對數學問題時就會非常不穩定。
這篇論文提出使用「資料增強(Data Augmentation)」的方法來提升大型語言模型在「數學推理」上的能力。
資料增強的方法:新增不同形式的數學問題、為每個問題生成多個推理路徑(reasoning paths)。
研究人員透過上述的方法製作出了一個資料集 AugGSM8K,並用 AugGSM8K資料集微調 Llama,得到 MuggleMath 模型。
結果發現,隨著資料量的增加,MuggleMath 在原始測試集 GSM8K 上的表現就越好,但 MuggleMath 在更困難、跨領域的 MATH 資料集上的表現提升不大。
雖然「資料增強」方法可以大幅提升某領域的表現,但無法泛化到其他領域。如果要提升大型語言模型的整體數學推理能力,需要增加不同領域的訓練資料,或增強模型的預訓練。
🔍
INSIGHT
報告長度: 72 頁

資料科學社群 Kaggle 推出了 2023 年的 AI 報告,這份報告是從 Kaggle 社群數百篇投稿論文中精選而來。
報告總共分成了 7 大主題,每一主題都有 4 篇左右的精選論文:
生成式AI:探討近年生成對抗網路(GANs)和大型語言模型(LLMs)在圖像、文字、音樂生成方面的突破,以及它們的潛在應用。
文字資料:探討自然語言處理的發展,特別是 LLMs 在各種語言理解上的進步。
圖像、視頻資料:探討 AI 視覺的發展,包括影像分類、物體偵測、分割等在模型架構。
表格、時間序列資料:探討處理表格資料的技術,以及時間序列分析的進步。
Kaggle 競賽:介紹近年 Kaggle 舉辦的各種競賽內容以及獲勝論文。
AI 倫理:探討 AI 應用中面臨的倫理議題,以及相應的解決方案。
其他主題:涵蓋了優化算法、圖神經網路、醫學應用等更多 AI 相關領域的發展。




