/
马斯克展示Grok-1.5 Vision：多模态，能理解真实世界
马斯克旗下AI公司x.ai推出Grok-1.5 Vision，具备视觉功能，能深度理解真实世界并进行数据解读、转换。Grok-1.5 V在多模态模型测试中超过GPT-4V等竞品，展示了强大的理解、数据转换和检索能力，如将图片翻译成Python代码。即将向早期测试者和现有用户推出。
有大学老师正用ChatGPT批改论文，让同学也这么做！
4月7日，CNN消息，美国伊萨卡学院-战略传播学教授Diane Gayeski，正在使用ChatGPT批改学生的论文。
OpenAI发布全新微调API ：ChatGPT支持更详细可视化微调啦！
OpenAI在官网宣布新增6个全新微调API功能，以扩展自定义模型，帮助企业、开发人员更好地构建特定领域、精细化的ChatGPT应用。
Cohere发布RAG增强版大模型并开源权重，支持中文、1040亿参数
据悉，Command R+有1040亿参数，支持英语、中文、法语、德语等10种语言。最大特色之一是，Command R+对内置的RAG（检索增强生成）进行了全面强化，其性能仅次于GPT-4 tubro，高于市面上多数开源模型。
“弱智贴吧”的数据，居然是最强中文语料库
在大模型领域英语一直是训练数据最重要的语言，但由于中英文的结构和文化差异,直接将英文数据集翻译成中文并不理想。所以，为了填补高质量中文数据集的空白，研究人员开发出了COIG-CQIA数据集。
Sora并非完美，致命缺点也很多
华尔街日报科技专栏作家Joanna Stern专访OpenAI首席技术官Mira Murati，讨论全球爆火的文生视频模型Sora。访谈中，Mira回应了Sora的缺点、训练数据来源、上市时间以及生成内容的安全性等问题。Sora存在诸如理解提示文本不准确、物体控制不稳定等问题，且算力需求巨大，短期内不会上市。Sora的训练数据来自Shutterstock，未来可能推出视频修复功能。
AGI万字长文(上) | 2023回顾与反思
2023年大众对AI的看法从怀疑到认可，AGI（通用人工智能）的发展迅速，大模型展现出惊人的想象力和取悦能力。应用层尚未出现独角兽，创业者面临官方技术迭代的挑战。
Llama-3公布基础训练设施，使用49,000个H100
Meta宣布了两个新的24K H100 GPU集群，用于训练大模型Llama-3，预计4月末或5月中旬上线。集群使用RoCEv2网络和基于Tectonic/Hammerspace的存储解决方案，支持PyTorch。
马斯克将在本周，开源类ChatGPT产品Grok
马斯克宣布将开源其公司xAI发布的生成式AI产品Grok，一款类ChatGPT产品，提供文本、代码生成等功能，性能超GPT-3.5但弱于GPT-4。Grok-1在多个测试平台表现优异，但仍有局限性，如需内容审核，无独立搜索能力。
文本+图片生成高保真视频，阿里推出视频模型AtomoVideo
阿里巴巴技术团队推出AtomoVideo，一种文本+图片生成高保真视频的模型。AtomoVideo通过融合多粒度图片注入和时间建模技术，使用预训练的Stable Diffusion 1.5和CLIP编码器，提高视频与原始图片的一致性。
英伟达推出”生成式AI专业认证“，帮你成为大模型开发专家！
英伟达推出了生成式AI（AIGC）专业认证，旨在通过考试提供行业认可的权威证书，并提供相应的培训课程。认证内容涵盖生成式AI和大语言模型知识，考试为远程方式，适合多种AI相关职业人士。
OpenAI公布2015—2018年重要邮件，回应马斯克起诉
OpenAI官网公布了马斯克与联合创始人的邮件，揭示马斯克对OpenAI的控制欲和与特斯拉合并的想法。马斯克认为OpenAI需要每年数十亿美元才能与谷歌竞争，但最终因对控制权的分歧离开了OpenAI。
一张草图直接生成视频游戏，谷歌推出生成交互大模型
谷歌DeepMind推出Genie，一个无需数据标记、无监督训练的生成交互模型，具有110亿参数，能基于图像、照片或草图生成可控制动作的视频游戏。Genie通过大规模训练，学习潜在动作关系，可应用于其他领域。
京公网安备 11010802021500号
