Google使用Gemini 让Android 开发更快、更简单
Android Studio提供了一站式解决方案，集成了代码编辑、编译、调试和测试的工具，减少了开发者在不同工具间切换的需要。
支持自动编写代码、语法高亮和代码重构
AI巨头
Gemini1.5 Pro+StableDiffusion+ComfyUI=DALL·3
开源社区一直以来的梦想：DALLE3交互和提示词生成能力 + 无数SD模型出图能力，这不巧了嘛
百万上下文、多模态+多轮对话、打标/反推
Google DeepMind 发布了 AlphaFold 3
能够预测所有生命分子结构和相互作用 AI 模型
该模型能够生成蛋白质、DNA 和其他分子的 3D 结构，并揭示它们如何组合在一起。
该模型还能够模拟影响细胞健康的化学变化，并检测可能导致疾病的异常。
AlphaFold 3 将为全球科学研究人员和机构免费开放。它的高精度和新一代架构可支持药物发现和生物学的突破性进展。
微软开发出数据驱动的AI天气预测模型
能准确预报未来 30 天天气情况
该模型基于微软 Start 团队近日的最新研究成果，结合了 5 种不同的人工智能模型和 3 种深度学习架构，并利用 了过去数十年的天气数据进行训练，能够准确预测 30 天内的天气预报。
Google推出由 Gemini 驱动的网络安全产品
Google 威胁情报的用途示例：
识别和防御网络钓鱼攻击：
假设一家企业遭遇了钓鱼电子邮件攻击，员工可能收到包含恶意链接或附件的电子邮件。
Google Threat Intelligence可以利用其庞大的电子邮件监控网络，检测并阻止这些恶意邮件的传播。
Adobe发布了视频超分项目VideoGigaGAN
VideoGigaGAN，这是一种新的生成 VSR 模型，可以生成具有高频细节和时间一致性的视频。
VideoGigaGAN 基于大规模图像上采样器——GigaGAN。简单地通过添加时间模块将 GigaGAN 扩展到视频模型会产生严重的时间闪烁。
确定了几个关键问题，并提出了显着提高上采样视频的时间一致性的技术。
GitHub 正式推出 GitHub Copilot Workspace 的技术预览版。
一切从任务开始：从一个 GitHub Issue、Pull Request 或仓库中打开 GitHub Copilot Workspace。（截图显示了 octoacademy 仓库中的一个 Issue。）
微软必应的一项新专利详细介绍了“视觉搜索”
微软在 Bing 图片搜索中已引入视觉搜索选项，通过识别图片中的内容，并扩展显示相关的图片资源，实现以图搜图功能。
微软计划将必应的图片搜索引入到聊天平台上，增强用户参与度并提供更全面的搜索结果。
基于LLAMA3构建的医疗领域的多模态模型
@ICepfl 和 @YaleMed 的研究人员联手构建了 Meditron，这是一款适用于资源匮乏的医疗环境的 LLM 套件。借助 Llama 3，他们的新模型在 MedQA 和 MedMCQA 等基准测试中优于其参数类别中的大多数开放模型。
谷歌发布基于 Gemini 微调的医疗领域模型 Med-Gemini
在临床推理、多模态理解和长文本处理方面都有很大的提升。
研究人员用了14个医疗基准测试Med-Gemini的能力。
结果发现,它在10个基准上都取得了最佳表现,远超之前最强的GPT-4模型。
Adobe Premiere Pro 发布重大更新
引入 AI 视频编辑和第三方Sora等AI视频模型
Adobe Premiere Pro将在今年晚些时候推出第三方AI模型，让编辑人员可以选择最适合他们素材的模型，直接在软件中生成和编辑。
Meta公布了其下一代训练和推理加速器（MTIA）的详细信息
它还提供了更高的GEMM和SIMD顶点操作速度，以及更大的本地和片上内存容量和带宽。
此外，Meta还开发了一个大型机架系统，可容纳多达72个加速器，以及一个全新的软件堆栈，与PyTorch 2.0完全集成，支持高效的模型和内核代码生成。
Google扩充Gemma开源家族
CodeGemma：专注于代码完成和代码生成任务，具备出色的数学和逻辑推理能力
RecurrentGemma：是一个为研究实验优化的高效架构，利用循环神经网络和局部注意力来提高内存效率。
OpenAI 发布了GPT-4-Turbo 正式版
gpt-4-turbo 、 gpt-4 和 gpt-3.5-turbo 指向各自的最新模型版本。您可以通过发送请求后查看响应对象来验证这一点。响应将包括所使用的特定模型版本（例如 gpt-3.5-turbo-0613 ）。
Google宣布Gemini-1.5-Pro开放API
Gemini 1.5 Pro能够对上传到Google AI Studio中的视频进行图像（帧）和音频（语音）的同时推理，意味着这个模型具备了理解和处理视频内容的能力，不仅限于视频的视觉部分（如图像帧），也包括音频部分（如对话、背景音乐等）。