豆包首页怎么设置成浏览器

撰文：徐弢、张司钰、杨秋秋、陆彦君

编辑：吴洋洋

Key Points

豆包也推出了桌面客户端；

Perplexity推出Pages功能，让你搜索完就能形成文档；

树莓派与Hailo合作，推出了一个AI套件；

智谱推出开源模型GLM-4-9B；

快手发布文生视频模型「可灵」；

Stability发布用于生成声音和歌曲的开源AI模型；

阿里云开源Qwen2系列模型，最大模型有720亿参数。

豆包也推出了桌面客户端

6月3日消息，字节旗下大模型产品豆包推出桌面客户端，基于Google开源项目Chromium开发，目前支持Windows、macOS两个系统。

此前，豆包已经拥有网页版和手机App。桌面版主要在桌面浏览器领域里与Google旗下Chrome、微软旗下Edge浏览器竞争。

豆包桌面版还支持：

- 快捷键启动；

- 划词搜索、翻译、解释，也可以通过自定义「提示词」添加额外的功能；

- 网页搜索；

- 通过开通设置权限，划词功能可以覆盖电脑内所有软件。

今年5月，字节跳动的云雀大模型更名为豆包大模型。字节跳动产品和战略副总裁朱骏在活动上透露，用户已经在豆包上创建了超过800万个智能体（agent），豆包的月活跃用户达到2600万。

此外，朱骏还提到，字节做了很多学习和探索，希望找到适合的大模型应用形态。桌面客户端是豆包在网页版、手机App之外的最新产品形态。

微软旗下的Edge浏览器已经证明，生成式AI能够推动产品获得更多用户。根据美国流量检测机构StatCounter的数据，桌面端浏览器中，微软Edge浏览器的市场份额于2023年12月超过苹果公司Safari，成为全球第二受欢迎的浏览器产品。

还有更多公司也在开发大模型产品的桌面客户端。「新皮层」曾经报道，OpenAI今年5月在发布新版模型GPT-4o的同时发布了ChatGPT桌面版，付费用户可以直接下载macOS客户端，Windows客户端也计划在下半年推出。

参考链接：

https://www.doubao.com/chat/

Perplexity推出Pages功能，让你搜索完就能形成文档

5月30日，AI搜索公司Perplexity宣布推出一项名为Pages的新功能，可以根据用户提示生成自定义的研究演示文稿。用户可以在提示框中输入报告内容或想要了解的内容，然后由Pages利用Perplexity的AI搜索模型来查找信息并编写相应页面。在Pages中，Perplexity生成的信息被划分成多个部分，附上了引用来源，并制作了相应的视觉效果，形态就像一篇论文。用户可以根据需要将页面制作得尽可能详细或简洁，还可以更改Perplexity使用的图像，但用户无法编辑它生成的文本，除非编写另一个修改文本的指令。

把你跟Perplexity交互的内容变成排版好的网页，更方便分享。

Perplexity称，它设计Pages是为了帮助教育工作者、研究人员和爱好者开发他们的「学习指南」，以便他们根据自己的研究成果撰写报告，并分享出去。Pages将会向所有Perplexity用户开放。

参考链接：

https://www.perplexity.ai/hub/blog/perplexity-pages

树莓派与Hailo合作，推出了一个AI套件

6月4日，英国树莓派基金会开发的微型单板计算机树莓派（Raspberry Pi）宣布推出树莓派AI套件，可以安装在树莓派5产品中，售价70美元。

这款AI套件由树莓派与以色列芯片制造商Hailo合作开发，由树莓派M.2 HAT+套件与Hailo公司开发的Hailo-8L AI加速器模块组装而成，可以集成在树莓派的相机上。开发者可以借此AI套件在本地以低延迟、低功耗的方式运行AI视觉应用程序。

「新皮层」曾报道，树莓派是一种微型单板计算机，最初是为了帮助人们学习编码并培养对计算机科学的兴趣而设计，但很快超出了最初的目标市场，目前广泛应用于工业环境，尤其物联网设备。去年11月，Arm战略投资树莓派，被认为将合作开发新的物联网设备。

Hailo公司由Orr Danon、Avi Baum联合创立于2017年，开发的芯片可以使用更少的内存和更低功效执行AI工作，吸引了施耐德电气、戴尔科技以及ABB在内的三百多个客户。Orr Danon过去在以色列国防部工作，Avi Baum曾经担任德州仪器的无线连接首席技术官。目前，Hailo已经完成了3.4亿美元融资，最新一轮融资是今年4月筹集到的1.2亿美元，公司估值也达到了12亿美元。

参考链接：

https://www.theverge.com/2024/6/4/24170818/raspberry-pi-ai-chip-hailo-devices

https://www.raspberrypi.com/news/raspberry-pi-ai-kit-available-now-at-70/

智谱开源新模型GLM-4-9B

6月5日，智谱AI举办Open Day活动，发布清言App以及MaaS大模型开放平台bigmodel.cn的最新更新，并发布了GLM-4-9B开源模型。

清言App及平台更新

在多智能体协作系统「清流」中，用户可以在同一个对话框中自由调用多种不同的智能体，实现高效协同工作，提升了用户在使用智能体时的便利性和工作效率。

MaaS 2.0大模型开放平台则全线接入了新模型，新增的一键微调功能无需编写代码，仅需3步即可完成模型微调。

此外，AllTools智能体API为开发者集成了包括飞书日历、印象笔记、WPS、网易有道、微信公众号、高德地图、流程图、思维导图等工具，让用户可以更简单地构建自己的AI助手。

新开源模型GLM-4-9B

智谱开源的GLM-4-9B系列模型，性能号称超越Llama3-8B模型。智谱称，GLM-4-9B使用了10T高质量多语言数据训练，数据量是ChatGLM3-6B模型的3倍以上，因此具备更强的推理性能、更长的上下文处理能力、多语言、多模态，以及集成流程图、地图、思维导图、共享文档等多Al Tools等能力。

本次开源的GLM-4-9B系列模型包括基础版本GLM-4-9B（8K）、对话版本GLM-4-9B-Chat（128K）、超长上下文版本GLM-4-9B-Chat-1M（1M）和多模态版本GLM-4V-9B-Chat（8K）。

参考链接：

https://github.com/THUDM/GLM-4

快手发布文生视频模型「可灵」

6月7日，快手发布「可灵」视频生成大模型，并已开放邀测。该模型采用类Sora的DiT结构，目前该模型生成的视频分辨率可达1080p，时长最高可达2分钟，并将很快开放竖版视频生成功能。在模型能力扩展方面，可灵大模型在长宽比上没有采用传统的固定分辨率训练方式，而是直接处理不同长宽比的数据，保留了原始数据的构图。同时，团队研发了基于自回归的视频时序拓展方案，以应对未来数分钟甚至更长视频的生成需求。有消息称，基于可灵大模型的图生视频功能也将于近期上线。

参考链接：

http://kling.kuaishou.com/

Stability发布用于生成声音和歌曲的开源AI模型

6月5日，Stability AI宣布发布开源模型Stable Audio Open，该模型可根据文本提示生成不超过47秒的音频样本和音效。与Stability AI此前推出的用于创作完整音乐曲目的Stable Audio不同，Stable Audio Open无法生成完整的歌曲或旋律，只能生成鼓点、乐器旋律、环境噪音和「音乐元素」，也可用于编辑现有歌曲或将一首歌的风格应用到另一首歌中。据Stability称，Stable Audio Open使用了来自免费音乐库FreeSound和免费音乐档案馆的约48.6万个样本训练。

推出Stable Audio Open被认为是Stability AI尝试扭转其低迷业务的一部分。据报道，2024年第一季度，Stability AI的收入不到500万美元，但亏损超过3000万美元，并且该公司目前还有欠云计算提供商和其他公司的近1亿美元未偿账单。由于现金短缺，Stability AI曾被报道在5月与至少一位潜在买家就出售事宜展开讨论。

参考链接：

https://stability.ai/news/introducing-stable-audio-open

阿里云开源Qwen2系列模型，最大模型有720亿参数

6月7日，阿里云发布开源模型Qwen2系列，该系列包含5个尺寸的预训练和指令微调模型：Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B和Qwen2-72B。其中，Qwen2-72B的性能相比今年5月开源的Qwen1.5-110B又有所提升，而Qwen2-57B-A14B为混合专家模型（MoE）。所有尺寸的模型都使用了分组查询注意力（GQA）机制，以提高推理速度并降低显存占用。模型训练数据中增加了27种语言相关的高质量数据，这也提升了模型的多语言能力。Qwen2还增大了上下文长度支持，Qwen2-72B-Instruct能够处理128k上下文长度内的信息抽取任务。

阿里云称，Qwen2-72B在代码、数学、推理、指令遵循、多语言理解等方面超过了美国最强的开源模型Llama3-70B，也超过文心4.0、豆包pro、混元pro等众多中国闭源大模型。

-END-