文章列表
Sora竟是用这些数据训练的？OpenAI CTO坦白惹众怒
采访首次揭示出 Sora「有所为（比如，将生成效果逼向极限）」和「有所为不为（比如短期内不开放、不生成公众人物）」背后的深层考量——找到一条将 AI 融入日常生活的正确道路是极其困难的，但也绝对值得一试。OpenAI 的 Sora 在今年 2 月横空出世，把文生视频带向了新阶段。它能够根据文字提示生成超现实场景。Sora 的可适用人群受限，但是在各媒体平台上，Sora 的身影无处不在，大家都在期待着使用它。在前几天的访谈中，三位作者透露出 Sora 的更多细节，包括它处理手部时仍然存在困难，但正在优化。他们也对 S
3/15/2024 3:28:00 PM
机器之心
3 个实用小技巧，帮你更好地使用 Midjourney 新功能 Character Reference ！
大家好，这里是和你们一起探索 AI 绘画的花生~
继推出 Style Reference 风格一致性功能后，Midjourney 终于在前几天上线了备受大家期待的新功能 Character Reference （角色参考），用于保持角色形象的一致性。前面已经有文章详细讲解了 Character Reference 的具体用法，今天我再推荐 3 个实用小技巧，帮助大家更好地使用这项新功能。
相关推荐回顾：一、提升人物面部相似度
Character Reference 可以让我们在生成不同图像时，保持其中角色形象的一致
3/15/2024 1:09:15 AM
夏花生
AI4Science与LLM的碰撞：生物分子+文本的联合建模，人大高瓴、微软、华科、中科大团队最新综述
作者 | 裴启智随着大模型和 AI4Science 的蓬勃发展，越来越多的工作开始关注生物分子（Biomolecule）与自然语言（Language）的联合建模。这种方法利用文本数据中所包含的生物分子的丰富、多方面的描述，增强模型对其的理解，提高生物分子属性预测等下游任务的效果，为全面表示和分析生物分子开辟了新的途径。近日，人大高瓴联合微软、华科、中科大等机构发布了综述文章：《Leveraging Biomolecule and Natural Language through Multi-Modal Learni
3/14/2024 4:30:00 PM
ScienceAI
OpenAI机器人，一出手就是王炸
机器之能报道作者：机器之心编辑部网友：波士顿动力要整点新舞步，才能让Figure 01下热搜。「借助 OpenAI 的能力，Figure 01 现在可以与人全面对话了！」本周三，半个硅谷都在投的明星机器人创业公司 Figure，发布了自己第一个 OpenAI 大模型加持的机器人 demo。这家公司在 3 月 1 日刚刚宣布获得 OpenAI 等公司的投资，才十几天就直接用上了 OpenAI 的多模态大模型。如你所见，得到 OpenAI 大模型能力加持的 Figure 01 现在是这个样子的。它可以为听从人类的命令，
3/14/2024 10:30:00 AM
机器之能
OpenAI 提供支持，Figure 01 人形机器人演示，网友：未来 5-10 年开启疯狂时代
感谢初创公司 Figure AI 今天发布一段新视频，展示了人形机器人 Figure 01 所具备的技能，网友在视频中留言：“未来 5-10 年绝对是一个疯狂的时代”。Figure 01 身高 167.64 厘米（5 英尺 6 英寸），重 59.8 千克（132 磅），最多可负重 20 千克（44 磅），移动速度为每秒 1.2 米（约每小时 2.7 英里）。Figure 01 最大的亮点在于利用 OpenAI 的大型语言模型，可以和人类进行正常的完整对话。由于 OpenAI 模型还支持多模态输入，因此可为 Figu
3/14/2024 8:11:11 AM
故渊
Midjourney 重大更新！深度解析「角色一致性」命令
预告了好久的 MJ 角色一致性功能终于来了， 新的命令“ --cref ”与 样式参考 “--sref”功能类似，但它不是匹配参考样式，而是尝试让角色匹配 "角色参考 "图像，--cref 目前只适用于 niji 6 和 v6 模型。官方文档说明看下图：一、基础使用方法
在提示后输入 --cref URL 并输入字符图像的 URL 网址，再使用--cw 来修改参考强度
默认强度 100 (--cw 100)，使用脸部、头发和衣服
3/14/2024 2:24:01 AM
猫仔MAoMAo
OpenAI 首席技术官：文生视频工具 Sora 数月内将公开发布，拟支持生成音频
《华尔街日报》当地时间 13（今）日刊登了对 OpenAI 首席技术官米拉・穆拉蒂的采访。她表示，Sora 将在今年推出，“可能要等几个月”。穆拉蒂表示，除了面向公众公开提供 Sora 外，OpenAI 还计划加入音频生成功能，可能会使场景更为逼真。此外，公司还计划允许用户自己编辑 Sora 生成的内容，“因为 AI 工具并不总能生成准确的结果”。她说，公司正在试图找寻方法，使用户可以自行编辑、创作影音内容。当被问及 OpenAI 使用了哪些数据来训练 Sora 时，穆拉蒂没有给出非常具体的答案：“我不打算详谈所使
3/13/2024 10:30:35 PM
清源
马斯克再次嘲讽 OpenAI，为其制作“谎言” Logo
感谢聊天机器人 ChatGPT 在 2022 年发布时，鲜有人知道其母公司 OpenAI 的创始成员之一是埃隆・马斯克。如今时隔一年多，几乎所有关注科技领域的人都知道马斯克与 OpenAI 的渊源，以及他早在 2018 年就已离开该公司的事实。IT之家注意到，马斯克一直对 ChatGPT 持批评态度，经常抨击其“过于政治正确”。他还最近对 OpenAI 提起诉讼，称该公司在成为营利性公司后抛弃了最初的使命。近日马斯克在社交平台 X 上回应网友时，直接将 OpenAI 称为一个“骗子”，还为其制作新 Logo 进行嘲
3/13/2024 9:46:12 PM
远洋
OpenAI 官方博客提前泄露 GPT-4.5 Turbo，有望今年夏天发布
感谢OpenAI 近期可能意外泄露了旗下即将发布的 GPT-4.5 Turbo 大型语言模型信息。网友发现，OpenAI 博客上疑似上线了一篇有关 GPT-4.5 Turbo 的文章，但该页面目前已被撤回，搜索引擎也无法再检索到相关信息。泄露的信息显示，GPT-4.5 Turbo 将在速度、准确性和可扩展性方面全面超越其前代 GPT-4 Turbo。更关键的是，泄露的描述中提到了该模型的“知识截止日期”为 2024 年 6 月。这一信息引发了诸多猜测，有人认为是笔误，也有人推测 OpenAI 可能会在今年 7 月或
3/13/2024 9:05:14 PM
远洋
Sora 团队负责人称 Sora“还不是一个产品”，短期不会向公众开放
感谢近日，YouTube 频道 WVFRM Podcast 在其节目中，邀请了 OpenAI 旗下文生视频模型 Sora 的核心团队成员参与访谈。IT之家注：三名成员包括 Bill Peebles、Tim Brooks 和 Aditya Ramesh，均为 Sora 项目负责人。这三名负责人谈到了 Sora 何时可供用户使用的问题，其称目前 Sora 仍处于反馈获取阶段，“还不是一个产品，短期之内不会向公众开放。”对于什么时候把它变成一个产品，我们目前甚至没有任何时间表。我们正处于获取反馈阶段。我们肯定会改进它，但
3/13/2024 4:31:15 PM
清源
强如 GPT-4，也未通过伯克利与斯坦福共同设计的这项“剧本杀”测试
编译 | 赖文昕编辑 | 陈彩娴语言大模型能依据人类设定的规则生成内容吗？ 这背后关乎人类用户使用大模型的安全问题。 例如，AI 科技评论想使用 GPT-4 制作一张包含对话框的图片，但没有针对目标生成对话的内容给予明确指示，而 GPT-4 生成的图文效果便如下，显示文本逻辑混乱、字不成章，还有部分“重影”：语言大模型能否遵循人类指示生成合格内容，是人类能否操控人工智能的重要评测标准之一。
3/13/2024 3:31:00 PM
赖文昕
比 Sora DiT 架构早两个月的 U-ViT，由这家中国 AIGC 公司提出
「Sora 出来之后，团队就开始连轴转，没休息过。 」这是 AI 科技评论了解到的，目前国内诸多 AIGC 创业公司的现状。 Sora 的确让世界范围内的创业公司措手不及。
3/13/2024 3:10:00 PM
林军
GPT-4.5 Turbo意外曝光，官方网页被扒出，网传明天就上线
虽然没等到 GPT-5 的消息，但我们离 GPT-4.5 不远了。Claude 3 一经推出，AI 初创公司 Anthropic 被推上了大模型浪潮顶端。这一波压力立马给到了 OpenAI。不少网友调侃，GPT-5 呢？由于 OpenAI 每次都能给我们超乎想象的 AI 体验惊喜，大家不由得对他们的实力有着更高期待。GPT-5 的发布时机或许还扑朔迷离，但我们离 GPT-4.5 的发布可能真的不远了。最新消息显示，OpenAI 的 GPT-4.5 Turbo 在 Bing 和 DuckDuck Go 等搜索引擎已经
3/13/2024 2:38:00 PM
机器之心
万物皆可《毁灭战士》，专家利用 GPT-4V 模型运行该游戏
英国约克大学研究员 Adrian de Wynter 近日发表研究论文《Will GPT-4 Run DOOM?》，探讨了如何让 GPT-4V 模型来玩《毁灭战士》游戏。de Wynter 为此设计了一个系统，使用 GPT-4V（GPT4 的多模态衍生版本，可以接收图像作为输入）捕捉游戏引擎的画面截图，并返回游戏状态的结构化描述。他设计了一个 Agent 模型，根据视觉输入信息，并对比此前历史记录作出决策，并将其反应转化为《毁灭战士》游戏可以理解的按键命令。简单地说，系统会截取游戏截图，并利用这些截图找出游戏中发生
3/13/2024 10:19:25 AM
故渊
这 2 个工作流网站，让 Stable Diffusion 新手一秒变大神！
大家好，这里是和你们一起探索 AI 的花生~很多小伙伴在学习完 Stable Diffusion WebUI 和 ComfyUI 的基础操作后，都在问我如何能实现更高级的应用，比如创意摄影、AI 换装、图像风格转换、AI 视频制作等。今天就为大家推荐 2 个资源网站，上面有很多 AI 大神分享的优质工作流，下载后导入到自己的工具中就能一键复刻同样的效果，实现 Stable Diffusion 新手快速生成酷炫效果图的梦想，一起来看看吧~
相关推荐：一、Lightflow
Lightflow 社区网址：
Light
3/13/2024 8:42:49 AM
夏花生
微软 Copilot 全面升级 OpenAI GPT-4 Turbo 模型，包括免费用户
在经过一系列工作之后，微软现已针对 Copilot 用户群全面升级为 OpenAI 最先进的 GPT-4 Turbo 模型。IT之家提醒，Copilot Pro 用户如果不习惯的话还可以切换回标准 GPT-4 模型，但免费用户是没有选择权的。微软 Copilot 最初是作为 Bing Chat 聊天机器人推出的一款产品，早期迭代依赖于 GPT-3.5 模型，后来升级到 GPT-4 后有了大幅改进，而现在又升级到了 GPT-4 Turbo 模型，这意味着 Copilot 功能又一次实现飞跃。GPT-4 Turbo 以
3/13/2024 7:33:39 AM
问舟
阿尔特曼、老黄齐预测：AGI 五年内降临，代替 95% 工作！但马斯克断言 AGI 将被电力卡脖子
感谢IT之家网友 lemon_meta 的线索投递！【新智元导读】突然间，AGI 已经成为了一个新的「5 年内实现」的未来技术。从 Altman 到老黄，都在不同场合表示，达到人类智能水平的 AI 将很快到来。而技术路径和未来可能出现的能源短缺，可能是达到 AGI 过程中的最大变数。Claude 3、Sora、Gemini 1.5 Pro 的纷纷出现，以及或许今年内就会被放出的 GPT-5，让所有人都不约而同地隐隐感觉：我们似乎离 AGI 似乎越来越近了。OpenAI CEO Sam Altman 坚定地认为，AG
3/12/2024 11:16:15 PM
清源
Midjourney 能让角色保持一致了！网友实测称直呼“改变游戏规则”
Midjourney 发布新功能，网友直呼“不可思议”！现在你可以让生成的图像几乎保持角色一致，belike：所有超级英雄长一个模样盯着你。甚至动漫风、写实风等跨风格生成也同样适用：保持同一风格，感觉配上文字可以讲一个故事了：面部、着装、发型可调控，换装玩法 get：新功能名为角色参照（Character Reference），和之前的风格参照类似，不过这次不是保持风格一致，而是保持生成图像的角色与给定的参照角色一致。网友们已经玩嗨了，纷纷表示这是迄今为止 Midjourney 最大的更新：还有网友认为生成式 AI
3/12/2024 10:25:25 PM
清源