大模型资讯：

ChatGPT 新增插件 Canva，可满足用户制作图片需求

据 decryp 报道，ChatGPT 近日更新加入了全新 Canva 插件，可帮助用户快速生成表格、图片等视觉内容。

这个插件会根据用户输入的文字和已有的模板结合，帮助用户一点点地完成图片内容的设计。用户可以直接向 ChatGPT 输入设计需求，ChatGPT 会根据输入的需求给出一系列的视觉效果模板，用户可以选择合适的模板跳转进 Canva 页面进行修改和完善。

Canva 插件现已在ChatGPT 中上线，仅限付费用户使用。

讯飞星火认知大模型即日起面向全民开放

据科大讯飞官方消息，即日起讯飞星火认知大模型面向全民开放。用户可以在主流应用商店搜索讯飞星火 APP，或是通过讯飞星火官网直接注册。

讯飞星火是科大讯飞在今年5月推出的生成式大模型产品，具备多模态输出能力，拥有代码生成、图片生成、视频生成、文本生成以及对话能力。

据科大讯飞董事长刘庆峰此前表示，当前讯飞星火认知大模型已经在文本生成、知识问答、数学能力三大能力上已超ChatGPT，预计10月底将整体赶超ChatGPT。

百度智能云宣布千帆大模型平台实现2.0升级

在今天的2023百度云智大会上，百度智能云宣布千帆大模型平台实现2.0全面升级。

据悉，千帆大模型平台月活企业数已近万家，覆盖金融、制造、能源、政务、交通等行业的400多个业务场景。本次新升级中文增强，提升大模型中文理解和生成能力，例如LIama2的国外大模型，也可实现中文对话好的效果。同时还提升训练和推理性能，训练LlaMA 2的总体吞吐可以提升1/4，推理甚至能提升3倍。在数据集方面，预置41个有行业特色的数据集，点击几个按钮即可完成微调。

百度智能云：发布基于大模型重构的金融解决方案"开元"

在今天的2023百度云智大会上，百度智能云发布了基于大模型重构的金融解决方案——开元，聚焦协同办公和数智化运营两大领域。

开元打造的各类“岗位助手”，可以高效处理各类信息和数据，将海量金融专业知识综合提炼再呈现，在实际业务流程中赋能员工，让金融分析师的时间真正用在业务分析上。

基于开元重构的零售分析助手，能够助理财经理实时掌握客户动态，提供精准的业务洞察分析，基于业务目标智能推荐关键任务，并通过大模型生成千人千面的营销话术。仅通过自然语言交互，员工就能获取金融咨询，生成多维度、跨条线的数据分析，并汇总报表或按需生成表格图形。大模型的应用使金融业务决策更加敏捷，真正实现银行数据普惠。

腾讯新专利可用大模型提高文案质量

天眼查App显示，9月5日，腾讯科技（深圳）有限公司申请的“文案生成方法、装置、设备、存储介质及产品”专利公布。

摘要显示，该文案生成方法可以在融合多种内容信息的基础上，生成目标内容信息并输入文案生成模型中的模板构造器进行模板构造，得到目标模板提示信息，用于约束目标文案的生成结果，将目标模板提示信息输入文案生成模型的文案生成器进行文案预测，即可得到目标文案。

金山办公宣布WPS AI正式面向社会开放

据金山办公官方消息，WPS AI正式面向社会开放，AI能力率先应用在WPS智能文档，更多WPS AI能力将在其他组件开放。

用户可在最新版WPS客户端/APP、金山文档小程序/官网体验WPS智能文档。金山 WPS AI 在今年4月正式发布，可实现文本生成、文案修改、分析等功能。目前WPS AI已接入文字、海外版表格、PPT演示文稿、PDF四大日常办公组件。

科大讯飞推出 AI 智能键盘 T8 星火版，售价799元

科大讯飞今天宣布， AI 智能键盘 T8 星火系列正式上架，分为红轴和黄轴两个版本。

AI 智能键盘 T8 星火版基于87键布局，采用了佳达隆 GPro 轴，支持热拔插，全键无冲，支持三模 / 三设备连接以及17 种 RGB 灯光模式调节，可通过滚轮调节音量或灯光。键盘搭载了讯飞星火认知大模型，输入主题即可智能生成 PPT，还支持 AI 写作，AI 问答、AI 总结、语音输入、翻译、转写等功能。

该系列键盘现已正式上架，首发价 799 元。

重点论文：

港中大联手多家研究机构，推出三维多模态模型Point-Bind

据 HuggingFace 页面显示，香港中文大学近日联手上海 AI 实验室以及华中科技大学推出了一款三位多模态模型Point-Bind 。

据研究团队表示，Point-Bind将点云与二维图像、语言、音频和视频对齐。在 ImageBind 的指导下，研究团队在三维和多模态之间构建了一个联合嵌入空间，实现了许多有前景的应用，例如任意到三维生成、三维嵌入运算和三维开放世界理解。

在此基础上，研究团队还推出了首个遵循三维多模态指令的三维大语言模型Point-LLM。通过有效的参数微调技术，Point-LLM 将 Point-Bind 的语义注入预训练的 LLM，使其不需要三维指令数据，就能获得卓越的三维和多模态问题解答能力。

论文地址：点此前往