文章列表
从直观物理学谈到认知科学，Sora不是传统物理模拟器盖棺定论了？
本文篇幅很长，主题很多，但循序渐进，对「Sora 究竟是不是世界模拟器」这一说法给出了非常详实的解读。最近，OpenAI 的文生视频模型 Sora 爆火。除了能够输出高质量的视频之外，OpenAI 更是将 Sora 定义为一个「世界模拟器」（world simulators）。当然，这一说法遭到了包括图灵奖得主 Yann LeCun 在内很多学者的反驳。LeCun 的观点是：仅仅根据 prompt 生成逼真视频并不能代表一个模型理解了物理世界，生成视频的过程与基于世界模型的因果预测完全不同。近日，澳大利亚麦考瑞大学
马斯克 xAI 宣布正在开源 Grok-1 模型，体量 3140 亿参数号称“全球最大”
感谢马斯克旗下 AI 初创企业 xAI 今天发布新闻稿，宣布正在开源 3140 亿参数的混合专家模型 Grok-1，该模型遵循 Apache 2.0 协议开放模型权重和架构，号称是“迄今为止全球参数量最大的开源大语言模型”。截至IT之家发稿，官方已经在 GitHub 中发布了 Grok-1 论文源代码，但还未开源模型主体。就在本月，马斯克宣布起诉 OpenAI 及其 CEO 阿尔特曼，声称 OpenAI 及其 CEO 阿尔特曼违背了公司成立的协议，该协议旨在推动 AI 技术朝着造福人类而非牟利的方向推进。马斯克对
第二波！2024年3月精选实用设计工具合集
大家好，这是 2024 年 3 月的第 2 波干货合集！这一期干货合集提供了 2 个颇为不错的灵感网站，一个是 404 网站内容合集，另一个则是一个专业的产品设计网站，此外这次合集当中还推荐了一款非常独特的配色工具，一款在线图片包装工具，一款在线 3D 服装设计工具，以及一项经过深入调教的 AI 角色生成服务。
当然，在此之前记得看看往期干货中有没有你感兴趣的素材：下面我们具体看看这一期的干货：
1、优质 404 页面大合集网站
页面算是网页设计当中绕不开的一个组件。用户打开一个不存在的链接，404 页面会告诉用
比 ChatGPT4 还强？深度测评最新AI神器 Claude3
Claude3，正式上线。
这个由 OpenAI 分裂出去的兄弟公司 Anthropic，在悄然无息之间，就这么默默地把 Claude3 发了。
没有所谓的发布会，没有什么华丽的舆论，就仅仅在 X 上发了个帖子。我发现现在的这些 AI 公司真挺有意思，都把 X 当成发布主阵地了。。。
字很少，但是事挺大。一口气发了 3 个模型，Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku。
这个名字就取的...很有故事。
Opus 大概意思就是史诗级乐章，牛逼上天那种。
Sonnet
对话南佛罗里达大学孙宇教授：当大语言模型用于机器人任务规划丨IJAIRR
现代化社会，哪些工作场景最需要机器人的帮助？ 在工业领域，有著名的机器人“四大家族”——发那科、ABB、安川、库卡，经过百余年的发展技术越发成熟，在工业场景已经得到深入而广泛的应用。 相比之下，生活场景中的服务型机器人历史则短得多。
智谱AI狂飙：与商业化博弈的一年
2023 年 12 月 AI 科技评论在搜狐网络大厦见到智谱AI COO 张帆时，张帆如是说。 张帆在 2023 年 3 月加入中国大模型领域“当红炸子鸡”智谱负责商业化，他感慨：“大模型不仅把知识给压缩了，还把时间给压缩了。 ”最直接的体现是，在过去的 9 个月，张帆以每个月见大约 100 家客户的速度在推进智谱的大模型商业化，2023 年结束时，张帆团队已拜访了上千家客户。
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 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
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
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，
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
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
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
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
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
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
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。
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。