对话多邻国：用好AI大模型后，我们的付费用户暴增超50%｜36氪专访
对话多邻国：用好AI大模型后，我们的付费用户暴增超50%｜36氪专访一家线上教育产品公司如何巧用大模型之力获得新增长？多邻国可以称得上是全球市场典型的范本之一。
来自主题: AI技术研报
6787 点击 2024-04-30 17:22
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
一家线上教育产品公司如何巧用大模型之力获得新增长？多邻国可以称得上是全球市场典型的范本之一。
全球首台，黄仁勋亲自送货上门，OpenAI首发，DGX H200算是把流量拉满了。
时间倒回前几年，如果小雷和小伙伴们聊聊AI，你们可能觉得我在天方夜谭？
想象一下，你仅需要输入一段简单的文本描述，就可以生成对应的 3D 数字人动画的骨骼动作。而以往，这通常需要昂贵的动作捕捉设备或是专业的动画师逐帧绘制。这些骨骼动作可以进一步的用于游戏开发，影视制作，或者虚拟现实应用。来自阿尔伯塔大学的研究团队提出的新一代 Text2Motion 框架，MoMask，正在让这一切变得可能。
今年 2 月份，OpenAI 发布了人工智能文生视频大模型 Sora，并放出了第一批视频片段，掀起了 AI 生成视频浪潮。目前，Sora 仍未进行公测，只有一些视觉艺术家、设计师、电影制作人等获得了 Sora 的访问权限。他们发布了一些 Sora 生成的视频短片，其连贯、逼真的生成效果令人惊艳。
对于小型语言模型（SLM）来说，数学应用题求解是一项很复杂的任务。
大型语言模型（LLM）往往会追求更长的「上下文窗口」，但由于微调成本高、长文本稀缺以及新token位置引入的灾难值（catastrophic values）等问题，目前模型的上下文窗口大多不超过128k个token
在4月27日召开的中关村论坛通用人工智能平行论坛上，人大系初创公司智子引擎隆重发布全新的多模态大模型Awaker 1.0，向AGI迈出至关重要的一步。
2024 年，Sora 一直活在聚光灯下
FP8和更低的浮点数量化精度，不再是H100的“专利”了！
啊？Sora火爆短片《气球人》，也“造假”了？？？
训练模型搞得跟《饥饿游戏》似的，全球AI研究者，都在苦恼怎么才能喂饱这群数据大胃王。
又一个国产多模态大模型开源！ XVERSE-V，来自元象，还是同样的无条件免费商用。
算力基础设施建设，北京市有了最新的大动作—— 《北京市算力基础设施建设实施方案（2024-2027年）》
Llama 3诞生整整一周后，直接将开源AI大模型推向新的高度。
近期，大语言模型、文生图模型等大规模 AI 模型迅猛发展。在这种形势下，如何适应瞬息万变的需求，快速适配大模型至各类下游任务，成为了一个重要的挑战。受限于计算资源，传统的全参数微调方法可能会显得力不从心，因此需要探索更高效的微调策略。
大模型力大砖飞，让LLaMA3演绎出了新高度： 超15T Token数据上的超大规模预训练，既实现了令人印象深刻的性能提升，也因远超Chinchilla推荐量再次引爆开源社区讨论。
Sora席卷世界，也掀起了全球竞逐AI视频生成的热潮。 就在今天，国内又有一支短片引发关注。
对于视频生成领域，大家一致的看法就是：Sora一出，谁与争锋！
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。
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。
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。
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。