Semantic Kernel是一个集成了大型语言模型（LLMs）如OpenAI、Azure OpenAI和Hugging Face的软件开发工具包（SDK），它允许开发者通过定义可串联的插件，在几行代码内实现与AI的交互。其特色在于能够自动编排AI插件，使用户能够通过LLM生成实现特定目标的计划，并由Semantic Kernel执行该计划。
需求人群：
"Semantic Kernel适合希望快速在其应用程序中集成先进LLM技术的开发者和企业。无论是构建聊天机器人、自动化工作流程还是增强现有应用程序的智能，Semantic Kernel都能提供必要的工具和支持。"
使用场景示例：
开发者可以使用Semantic Kernel创建一个能够自动回答用户查询的智能客服系统。
企业可以利用Semantic Kernel开发自动化的数据分析工具，提高决策效率。
教育领域可以利用Semantic Kernel开发智能教学助手，提供个性化学习体验。
产品特色：
支持C#、Python和Java等传统编程语言。
允许定义可串联的插件，简化AI集成过程。
具有自动编排AI插件的能力，生成并执行用户目标计划。
提供C#和Python的Jupyter笔记本，快速学习使用。
包含详细的API参考文档，方便开发者查阅。
社区活跃，欢迎贡献代码和反馈。
遵循MIT许可证，开源免费使用。
使用教程：
1. 选择你偏好的编程语言版本（C#、Python或Java）。
2. 获取OpenAI或Azure OpenAI的API密钥。
3. 根据所选语言，安装相应的Semantic Kernel库或SDK。
4. 参照文档或Jupyter笔记本中的示例代码，编写自己的应用程序。
5. 在应用程序中配置API密钥和其他必要参数。
6. 运行应用程序，测试Semantic Kernel的功能。
7. 根据需要，参与社区讨论或贡献代码，进一步扩展Semantic Kernel的功能。
浏览量：10
最新流量情况
月访问量
4.62m
平均访问时长
00:07:21
每次访问页数
6.60
跳出率
38.26%
流量来源
直接访问
51.51%
自然搜索
29.89%
邮件
0.83%
外链引荐
11.04%
社交媒体
6.68%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
美国
15.78%
中国
14.70%
印度
9.07%
日本
3.91%
德国
3.32%
让应用通过语音与文本的转换实现智能交互。
Azure 认知服务语音是微软推出的一款语音识别与合成服务，支持超过100种语言和方言的语音转文本和文本转语音功能。它通过创建可处理特定术语、背景噪音和重音的自定义语音模型，提高听录的准确度。此外，该服务还支持实时语音转文本、语音翻译、文本转语音等功能，适用于多种商业场景，如字幕生成、通话后听录分析、视频翻译等。
先进的视觉基础模型，支持多种视觉和视觉-语言任务
Florence-2是由微软开发的高级视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉-语言任务。该模型能够解释简单的文本提示，执行诸如图像描述、目标检测和分割等任务。它利用FLD-5B数据集，包含54亿个注释，覆盖1.26亿张图像，精通多任务学习。其序列到序列的架构使其在零样本和微调设置中均表现出色，证明是一个有竞争力的视觉基础模型。
先进的视觉基础模型，支持多种视觉和视觉-语言任务。
Florence-2-large-ft是由微软开发的高级视觉基础模型，使用基于提示的方法来处理广泛的视觉和视觉-语言任务。该模型能够通过简单的文本提示执行诸如图像描述、目标检测和分割等任务。它利用FLD-5B数据集，包含54亿个注释，覆盖1.26亿张图像，实现多任务学习。模型的序列到序列架构使其在零样本和微调设置中均表现出色，证明其为有竞争力的视觉基础模型。
先进的视觉基础模型，支持多种视觉和视觉-语言任务。
Florence-2是由微软开发的高级视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉-语言任务。该模型能够解释简单的文本提示，执行如描述、目标检测和分割等任务。它利用包含54亿个注释的5.4亿张图像的FLD-5B数据集，精通多任务学习。模型的序列到序列架构使其在零样本和微调设置中都表现出色，证明其为有竞争力的视觉基础模型。
先进的视觉基础模型，支持多种视觉和视觉-语言任务
Florence-2-large是由微软开发的先进视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉-语言任务。该模型能够解释简单的文本提示来执行如图像描述、目标检测和分割等任务。它利用包含54亿注释的5.4亿图像的FLD-5B数据集，精通多任务学习。其序列到序列的架构使其在零样本和微调设置中均表现出色，证明是一个有竞争力的视觉基础模型。
AI驱动的数学问题解决器
AI Math GPT Solver是一个由GPT-4o提供动力的在线数学问题解决平台，它覆盖了代数、微积分和几何等数学领域，集成了微软数学求解器等领先技术，提供快速、准确的解决方案。该平台通过网页和移动应用程序提供免费、用户友好的服务，允许用户随时随地解决问题。
多语言视觉文本渲染的强有力美学基线
Glyph-ByT5-v2 是微软亚洲研究院推出的一个用于准确多语言视觉文本渲染的模型。它不仅支持10种不同语言的准确视觉文本渲染，而且在美学质量上也有显著提升。该模型通过创建高质量的多语言字形文本和平面设计数据集，构建多语言视觉段落基准，并利用最新的步态感知偏好学习方法来提高视觉美学质量。
大规模基础模型，革新大气预测
Aurora 是由微软研究院开发的大规模基础模型，它利用超过百万小时的多样化天气和气候数据进行训练。Aurora 利用基础模型方法的优势，为各种大气预测问题提供操作性预测，包括那些训练数据有限、变量异质性和极端事件的问题。Aurora 能在不到一分钟内生成5天的全球空气污染预测和10天的高分辨率天气预报，性能超越了最先进的传统模拟工具和最好的专业深度学习模型。这些结果表明，基础模型可以改变环境预测。
一个由微软推出的在线贴纸生成工具。
Sticker Creator是微软推出的一个在线工具，用户可以通过它创建个性化的贴纸和图像。它支持多种风格和元素，如3D渲染、像素艺术、卡通风格等，用户可以根据自己的需求生成独特的视觉内容。该工具的背景是微软致力于提供创新的设计解决方案，以满足用户在数字媒体和创意表达方面的需求。
Telegram上的AI伴侣，智能聊天新体验。
Copilot for Telegram是由微软推出的一款AI聊天助手，它通过GPT技术为用户提供智能聊天体验。用户可以与Copilot进行无缝对话，获取信息，享受更智能的聊天体验，所有这些功能都集成在Telegram应用中。Copilot for Telegram的主要优点包括提供个性化建议、娱乐内容、生活小贴士等，旨在提高用户的社交互动质量。
Windows开发者的一站式控制中心
Dev Home是微软为Windows开发者推出的一款桌面客户端，旨在提供一个集中的控制中心，帮助开发者监控项目、设置开发环境、连接开发者账户和工具，并创建专用的存储空间。它通过自定义的仪表板小部件，使开发者能够监控工作流程、跟踪开发项目、编码任务、Azure DevOps查询、GitHub问题、拉取请求、可用SSH连接以及系统的CPU、GPU、内存和网络性能。Dev Home 0.14 预览版更新集成了 PowerToys 模块，以及基于 AI 的 Quickstart Playground 功能。
微软推出的系统增强工具集
PowerToys 是微软推出的一款面向高级用户的系统增强工具集，旨在提高用户的工作效率和系统使用体验。它包含了多种实用工具，如颜色选择器、窗口管理、文件资源管理器插件等，以帮助用户更好地管理他们的Windows系统。
AI驱动的高性能Windows PC
Copilot+ PC是微软最新推出的AI驱动的高性能Windows PC，具备强大的新硅芯片，能实现每秒超过40万亿次操作，全天候电池续航，以及访问最先进的AI模型。它能够让用户在PC上执行前所未有的任务，如通过Recall功能快速查找和回忆PC上的内容，使用Cocreator在设备上几乎实时生成和完善AI图像，以及通过Live Captions跨越语言障碍，将40多种语言的音频翻译成英语。
结合文本提取、网络分析和大型语言模型提示与总结的端到端系统
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
Phi-3 Mini-128K-Instruct ONNX优化模型促进推理加速
Phi-3 Mini是一个轻量级的顶尖开源模型,建立在Phi-2使用的合成数据和过滤网站之上,专注于高质量的推理密集型数据。这个模型属于Phi-3系列,mini版本有两个变体支持4K和128K上下文长度。该模型经过了严格的增强过程,包括监督式微调和直接偏好优化,以确保精准遵循指令和强大的安全措施。这些经过ONNX优化的Phi-3 Mini模型可在CPU、GPU和移动设备上高效运行。微软还推出了ONNX Runtime Generate() API,简化了Phi-3的使用。
统一大型模型 API调用方式
支持将 openai、claude、azure openai, gemini,kimi, 智谱 AI, 通义千问，讯飞星火 API 等模型服务方的调用转为 openai 方式调用。屏蔽不同大模型 API 的差异，统一用 openai api 标准格式使用大模型。提供多种大型模型支持，包括负载均衡、路由、配置管理等功能。
实时生成逼真语音驱动人脸
VASA-1是由微软研究院开发的一个模型，专注于实时生成与音频相匹配的逼真人脸动画。该技术通过深度学习算法，能够根据输入的语音内容，自动生成相应的口型和面部表情，为用户提供一种全新的交互体验。VASA-1的主要优势在于其高度逼真的生成效果和实时响应能力，使得虚拟角色能够更加自然地与用户进行互动。目前，VASA-1主要应用于虚拟助手、在线教育、娱乐等领域，其定价策略尚未公布，但预计将提供免费试用版本供用户体验。
Azure AI Studio提供的语音服务
Azure AI Studio是微软Azure提供的一套人工智能服务，其中包括语音服务。这些服务可能包括语音识别、语音合成、语音翻译等功能，帮助开发者在他们的应用程序中集成语音相关的智能功能。
发现社区创建的令人惊叹的 ML 应用程序
Llmlingua 2 是一个由微软打造的 Hugging Face 空间,展示了社区创建的各种机器学习应用程序。在这个平台上,你可以探索和体验由开发者们贡献的创新 ML 应用,涵盖了多个领域如生产力、图像处理、视频、设计、编程、写作、聊天等等。这些应用凸显了机器学习的强大功能及前景,为用户带来全新的体验。
微软AI程序员,自主生成代码,性能超GPT-4 30%
AutoDev是微软推出的一款AI程序员工具,可根据用户设定的目标自主生成、执行代码等任务,无需人工干预。它基于GPT-4模型,并采用多Agent协作机制,在HumanEval测试中,代码生成任务Pass@1达91.5%,测试生成任务Pass@1为87.8%,性能均超过GPT-4基线30%以上。AutoDev旨在提高开发效率,降低编程门槛。
NUWA-Infinity是一个艺术作品生成平台
NUWA-Infinity是微软推出的一个艺术作品生成平台，它能够创作西方油画、自然风景、抽象艺术等多种风格的艺术作品。该平台支持文本到图像、图像到视频、图像外扩等多种创作方法。
基于脚本生成极长视频的多模态生成模型
NUWA-XL是微软开发的前沿多模态生成模型，能够根据提供的脚本以“粗到细”的过程生成极长视频。该模型能够产生高质量、多样化且有趣的视频剪辑，并具有真实的镜头变化。
用于视觉合成的统一3D Transformer流水线
NUWA是由微软开发的一系列研究项目，包括NUWA、NUWA-Infinity、NUWA-LIP、Learning 3D Photography Videos和NUWA-XL。这些项目涉及视觉合成的预训练模型，能够生成或操纵视觉数据，如图像和视频，以执行多种视觉合成任务。
OneDrive中的Copilot，文件互动新浪潮
Copilot in OneDrive是微软推出的新功能，它将帮助用户快速从OneDrive中的文件检索信息。这项功能将在2024年4月底开始推出，支持多种文件类型和多种语言，旨在通过自然语言处理技术提升用户与文件的互动效率。
教师定制AI教育平台
FTK是一个允许教育工作者在5分钟内训练自己的AI平台，旨在辅助教师与学生之间的直接教育工作。该平台强调学生-教师关系的重要性，并提供定制化的AI响应，以适应学生的阅读水平和兴趣。FTK由微软提供安全支持，确保用户数据的私密性和安全性。FTK的长期愿景是取代传统教科书，通过AI和开源方法，使教育内容的创建和分享更加动态和个性化。
Windows 11 AI超级分辨率功能
DirectSR是微软为Windows 11提供的一项AI超级分辨率功能，旨在帮助游戏开发者更轻松地在所有Windows设备上扩展超分辨率支持。该技术利用GPU硬件和并行化工作负载，提升游戏的视觉效果和性能。
从文本生成视频
SoraPrompt是一种AI模型，可以根据文本指令创建逼真且富有想象力的场景。它利用Sora技术生成视频查询摘要，用于高效的内容分析。SoraPrompt基于最新的openai技术，可以生成各种类型的视频，如水族馆、纽约市、后退慢跑者、篮球爆炸、大溪地等。用户可以根据自己的兴趣和想法与SoraPrompt互动。
© 2024 AIbase 备案号：闽ICP备08105208号-14