终局之战！OpenAI Sora大佬专访：AI视频模型仍处在GPT-1时代
终局之战！OpenAI Sora大佬专访：AI视频模型仍处在GPT-1时代对于视频生成领域，大家一致的看法就是：Sora一出，谁与争锋！
来自主题:
AI技术研报
11970 点击 2024-04-28 14:52
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
对于视频生成领域，大家一致的看法就是：Sora一出，谁与争锋！
就在刚刚，清华宣布：成立人工智能学院。
指代分割 (Referring Image Segmentation，RIS) 是一项极具挑战性的多模态任务，要求算法能够同时理解精细的人类语言和视觉图像信息，并将图像中句子所指代的物体进行像素级别的分割。
前不久，斯坦福大学教授吴恩达在演讲中提到了智能体的巨大潜力，这也引起了众多讨论。其中，吴恩达谈到基于 GPT-3.5 构建的智能体工作流在应用中表现比 GPT-4 要好。这表明，将目光局限于大模型不一定可取，智能体或许会比其所用的基础模型更加优秀。
昨天，黄仁勋亲自为 OpenAI 送来了全球第一台 Nvidia DGX H200 超级计算机，三人合影（老黄、奥特曼、Greg Brockman ）引得大家津津乐道。
随着 AI 向 AGI（通用人工智能）的圣杯方向加速发展，大模型与机器人的结合是必然趋势。数十年来，单一用途机器人市场已趋于饱和，AI 通用机器人的巨大潜力急待开垦。
4 月 26 日，科大讯飞发布讯飞星火大模型 V3.5 的功能上新，其中一个重点就是面向用户各种场景中高效获取信息需求，发布首个长文本、长图文、长语音的大模型，能够支持文档、图文资料、会议录音等各种信息来源的快速理解和学习，还能够结合各种行业场景知识给出专业、准确回答。
奔向通用人工智能，大模型又迈出一大步。
开源最近成了 AI 圈绕不开的高频热门词汇。 先有 Mistral 8x22B 闷声干大事，后有 Meta Llama 3 模型深夜炸场，现在连苹果也要下场参加这场激烈的开源争霸赛。
今年3月，一段两分半钟的视频点击量破百万。没有太多花哨的情节，白色背景前，一个人形机器人遵照人类指令，递给对方苹果，归置好桌上的杯子和餐碟，并解释这样做的原因。
大模型语料是指用于训练和评估大模型的一系列文本、语音或其他模态的数据。
自Alpha Go起至今，AI已在资本市场浮沉近10年。围绕这一概念展开的资本游戏亦愈发扑朔迷离。
抛弃传统方法，只采用Transformer来解码真实场景！
AI届大红人Altman在母校斯坦福开讲当天，在场的学生挤爆了英伟达礼堂。 去礼堂路的上，人满为患，超1000人早早排在了门口。
笑不活，最新虚拟试穿神器被网友们玩坏了。 黄院士、马斯克、奥特曼、史密斯等一众大佬衣服集体被扒。
注意看，这个机器人迅速地将三层红酒杯下面的布抽了出来。 动作敏捷干脆，红酒杯没有丝毫的晃动。
视觉语言模型屡屡出现新突破，但ViT仍是图像编码器的首选网络结构。
这一次，大模型真的可以让人类解放双手了。
这篇文章来自知名的「科技与商业战略」博客 Stratechery，作者是 Ben Thompson，采访对象 Nat Friedman 和 Daniel Gross 是一对投资二人组，他们很像是「人工智能时代」的 Marc Andreessen 和 Ben Horowitz，后者通过创办了 A16Z 在 2008 年之后成为了移动互联网时代硅谷的顶级投资人。
指代分割 (Referring Image Segmentation，RIS) 是一项极具挑战性的多模态任务，要求算法能够同时理解精细的人类语言和视觉图像信息，并将图像中句子所指代的物体进行像素级别的分割。
前不久，斯坦福大学教授吴恩达在演讲中提到了智能体的巨大潜力，这也引起了众多讨论。其中，吴恩达谈到基于 GPT-3.5 构建的智能体工作流在应用中表现比 GPT-4 要好。这表明，将目光局限于大模型不一定可取，智能体或许会比其所用的基础模型更加优秀。
昨天，黄仁勋亲自为 OpenAI 送来了全球第一台 Nvidia DGX H200 超级计算机，三人合影（老黄、奥特曼、Greg Brockman ）引得大家津津乐道。
随着 AI 向 AGI（通用人工智能）的圣杯方向加速发展，大模型与机器人的结合是必然趋势。数十年来，单一用途机器人市场已趋于饱和，AI 通用机器人的巨大潜力急待开垦。
4 月 26 日，科大讯飞发布讯飞星火大模型 V3.5 的功能上新，其中一个重点就是面向用户各种场景中高效获取信息需求，发布首个长文本、长图文、长语音的大模型，能够支持文档、图文资料、会议录音等各种信息来源的快速理解和学习，还能够结合各种行业场景知识给出专业、准确回答。
奔向通用人工智能，大模型又迈出一大步。
开源最近成了 AI 圈绕不开的高频热门词汇。
今年3月，一段两分半钟的视频点击量破百万。没有太多花哨的情节，白色背景前，一个人形机器人遵照人类指令，递给对方苹果，归置好桌上的杯子和餐碟，并解释这样做的原因。
大模型语料是指用于训练和评估大模型的一系列文本、语音或其他模态的数据。语料规模和质量对大模型性能以及应用的深度、广度有着至关重要的影响。
自Alpha Go起至今，AI已在资本市场浮沉近10年。围绕这一概念展开的资本游戏亦愈发扑朔迷离。
