AIGC宇宙 AIGC宇宙

大模型

「创新落地，生态共赢」，2024澜舟科技大模型技术和产品发布会圆满举办

「创新落地，生态共赢」，2024澜舟科技大模型技术和产品发布会圆满举办
2024 年将是大模型落地元年。
3/18/2024 10:11:00 PM
机器之心
OpenAI 首席技术官：不确定 Sora 的训练数据来自哪里

OpenAI 首席技术官：不确定 Sora 的训练数据来自哪里
感谢OpenAI 近期推出了炙手可热的文本转视频生成模型 Sora，然而该公司首席技术官 (CTO) Mira Murati 在接受华尔街日报采访时却语焉不详，无法明确说明 Sora 的训练数据来源。在采访中，记者直接询问 Murati 关于 Sora 训练数据来源时，她仅以含糊的官方话术搪塞：“我们使用的是公开可用数据和许可数据。”当记者追问具体来源是否包含 YouTube 视频时，Murati 竟然表示“我实际上并不确定（I'm actually not sure about that）”，并拒绝回答有关 In
3/18/2024 4:07:57 PM
远洋
全球首个类 Sora 开源复现方案来了！全面公开所有训练细节和模型权重

全球首个类 Sora 开源复现方案来了！全面公开所有训练细节和模型权重
全球首个开源的类 Sora 架构视频生成模型，来了！整个训练流程，包括数据处理、所有训练细节和模型权重，全部开放。这就是刚刚发布的 Open-Sora 1.0。它带来的实际效果如下，能生成繁华都市夜景中的车水马龙。还能用航拍视角，展现悬崖海岸边，海水拍打着岩石的画面。亦或是延时摄影下的浩瀚星空。自 Sora 发布以来，由于效果惊艳但技术细节寥寥，揭秘、复现 Sora 成为了开发社区最热议话题之一。比如 Colossal-AI 团队推出成本直降 46% 的 Sora 训练推理复现流程。短短两周时间后，该团队再次发布最
3/18/2024 2:58:56 PM
清源
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

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。
3/15/2024 4:03:00 PM
乔燕薇
智谱AI狂飙：与商业化博弈的一年

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。
3/15/2024 3:36:00 PM
张进
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

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
因使用受版权保护书籍训练 AI 平台，英伟达被三名作者起诉

因使用受版权保护书籍训练 AI 平台，英伟达被三名作者起诉
感谢据美国福克斯电视台北京时间今日报道，科技巨头英伟达已被三名作者起诉，因为英伟达在训练其 AI 平台 NeMo 时，未经许可使用了他们受到版权保护的书籍。三名作者 Brian Keene、Abdi Nazemian 和 Stewart O'Nan 声称，自己的作品被收录在一个包含约 196640 本书籍的数据集内，这些书籍帮助训练 NeMo 模拟普通书面语言，但这个数据集因“被举报侵犯版权”在去年 10 月被撤下。（IT之家注：该数据集原本被托管在 Hugging Face 网站上）作者们在 3 月 8 日晚提交
3/11/2024 4:46:10 PM
清源
Gemini 修 bug 神了！录网页视频把代码库甩给它就行，网友想要访问权限

Gemini 修 bug 神了！录网页视频把代码库甩给它就行，网友想要访问权限
谷歌 Gemini 修改 bug 让网友大开眼界！X 一小伙分享，为测试 Gemini 1.5 Pro，自己在编写一个网页的代码时故意留了 3 个 bug，并分别录制了网页 bug 视频。接着把代码库打包成文件连同视频一起输给了 Gemini 1.5 Pro，提示它找到并修复代码中的所有 bug，且要提供一个简要指南以及所做更改的说明。没想到，Gemini 1.5 Pro 还真就分分钟正确识别并修复了每一个 bug。小伙将这种玩法 po 出来后热度不断攀升，网友们纷纷一键三连，转赞收藏量过万。其本人还在评论区强调，
3/10/2024 2:30:22 PM
清源
谷歌确认 Gemini Nano 本地大模型不会上线 Pixel 8 手机

谷歌确认 Gemini Nano 本地大模型不会上线 Pixel 8 手机
谷歌官方表示，由于硬件限制，AI 语言大模型 Gemini Nano 不会上线谷歌 Pixel 8 手机，但未来会出现在其他高端设备上。IT之家获悉，Gemini 的前身是谷歌在 2023 年 2 月发布的聊天机器人 Bard，后者在 2024 年 2 月 8 日更名为 Gemini。谷歌计划将 Gemini 整合进旗下所有产品，并加入 Google One 订阅中。Gemini Nano 作为谷歌为移动设备推出的 Gemini 大模型版本，能够处理不需要连接外部服务器的本地任务，仅支持谷歌 Pixel 8 Pro
3/8/2024 5:56:25 PM
归泷（实习）
谷歌优化 Gemini：可重新生成、缩短、扩充指定聊天内容

谷歌优化 Gemini：可重新生成、缩短、扩充指定聊天内容
谷歌近日升级了 Gemini 聊天机器人，用户和其聊天过程中，可以指定部分聊天内容，进行修改、缩短、扩充等操作。谷歌近日更新了 Gemini，让用户只需点击几下，就能修改回复的特定部分。过去，用户必须重新生成整个回复，但现在不再需要这样做了。只需选择要修改的回复部分，然后单击铅笔图标即可进行编辑。IT之家附上截图如下：用户点击该图标之后，可以要求 Gemini 基于指定内容执行重新生成、缩短、扩充、移除操作。用户还可以对所选文本应用提示并进行相应更改。当然，恢复更改也同样简单，只需单击一下即可。
3/8/2024 9:02:24 AM
故渊
「还是谷歌好」，离职创业一年，我才发现训练大模型有这么多坑

「还是谷歌好」，离职创业一年，我才发现训练大模型有这么多坑
Karpathy：中肯的，一针见血的。如何在不到一年的时间里创办一家公司、筹集资金、购买芯片，并搭建出追赶 Gemini pro/GPT 3.5 的 LLM？很多人都对构建基础架构和训练大语言模型和多模态模型感到好奇，但真正走完「从零开始」这一流程的人很少。我们普遍认为，储备技术人才是前提，掌握核心算法是关键，但实际上，工程实践中冒出来的挑战，也实在令人头疼。一年前，乘着大模型的热潮，Yi Tay 离开了工作 3 年多的谷歌，参与创办了一家名为 Reka 的公司并担任首席科学家，主攻大型语言模型。在谷歌时，Yi T
3/7/2024 3:14:00 PM
机器之心
Pieter Abbeel 新工作“大世界模型”：轻松玩转1小时长视频，一对一QA视频内容细节

Pieter Abbeel 新工作“大世界模型”：轻松玩转1小时长视频，一对一QA视频内容细节
作者：赖文昕编辑：陈彩娴自3天前Sora发布以来，由图灵奖得主、Meta首席科学家Yann LeCun提出的“世界模型”又一次引起了广泛关注。 “世界模型”作为Sora的一大核心亮点，被OpenAI写在技术报告中。 但Sora是否真的如Open AI所说，是一个世界模型，却引起了行业内的争论。
3/7/2024 3:13:00 PM
赖文昕
谷歌被曝翻车内幕：内部群龙无首，生图机制过分“多元化”

谷歌被曝翻车内幕：内部群龙无首，生图机制过分“多元化”
感谢IT之家网友 rolan6 的线索投递！谷歌 Gemini 文生图风波还未平，更劲爆的内幕消息又被曝出来了。Pirate Wires 爆料，Gemini 这次的翻车，谷歌内部此前并不是毫不知情，翻车甚至是“故意”导致的。具体来说，谷歌设置了一个“安全”架构，Gemini 要生成一张图实际上要经过三个模型。大概来说，流程是这样的：用户在聊天界面请求 Gemini 生成一张图片，Gemini 收到请求后，会把请求发送给一个较小的模型。这个较小的模型的作用是根据公司的“多元化”政策重写用户的提示。为做到这一点，这个较
3/7/2024 3:07:36 PM
清源
全面超越ViT，美团、浙大等提出视觉任务统一架构VisionLLAMA

全面超越ViT，美团、浙大等提出视觉任务统一架构VisionLLAMA
半年多来，Meta 开源的 LLaMA 架构在 LLM 中经受了考验并大获成功（训练稳定、容易做 scaling）。沿袭 ViT 的研究思路，我们能否借助创新性的 LLaMA 架构，真正实现语言和图像的架构统一？在这一命题上，最近的一项研究 VisionLLaMA 取得了进展。VisionLLaMA 在图像生成（包含 Sora 依赖的底层的 DIT）和理解（分类、分割、检测、自监督）等多个主流任务上相较于原 ViT 类方法提升显著。论文标题：VisionLLaMA: A Unified LLaMA Interfac
3/7/2024 2:53:00 PM
机器之心
“国家队”评测30个大模型数学能力，九章、文心、星火位列前三

“国家队”评测30个大模型数学能力，九章、文心、星火位列前三
去年ChatGPT横空出世后，我国也迎来“百模大战”，大模型能力测评成为业界前沿课题。近日，大模型数学能力权威测评基准MathEval围绕数学能力，对国内外30个大模型（含同一模型的不同版本）开展测评。根据测评结果，学而思九章、百度文心一言4.0、讯飞星火V3.5摘得前三名。其中，学而思旗下九章大模型在整体表现和中文、英文、各学段子榜单中，都具备领先优势。 数据显示，截至去年10月，国内累计发布大模型超200个。大模型越来越多地被运用到数学应用领域，包括数学问题解决、数据分析、学术研究、学习辅导等。目前，通用或垂类
3/1/2024 6:01:00 PM
新闻助手
拿下微软合作、旗舰模型对标GPT-4，认识一下「欧洲版 OpenAI」

拿下微软合作、旗舰模型对标GPT-4，认识一下「欧洲版 OpenAI」
机器之能报道编辑：SiaMistral 目前法国科技界的骄傲和喜悦，也是开源力量的代表。它的初期成功要归功于能巧妙地将AI技术与政治结合起来。问题是Mistral能否将这种诱人的技术与政治混合优势转化为实实在在的利润。这家法国 AI 初创的崛起就像西北风一样轻快，这也是它名字 Mistral 的由来。Mistral 翻译过来是密史脱拉风，法国南部罗纳河谷一带特有的强风，干寒强烈，持续时间长。据说，梵高和高更的决裂也与普罗旺斯刮起的密史脱拉风有关。Mistral位于巴黎的办公室，它们也是法国目前最有前途的大模型初创公
2/29/2024 8:14:00 PM
机器之能
仅用 53 秒，商汤办公小浣熊就能助你化身高级打工人

仅用 53 秒，商汤办公小浣熊就能助你化身高级打工人
作者丨郭思编辑丨陈彩娴继推出ChatGPT后，龙年伊始，OpenAI公司又推出了最新人工智能文生视频大模型Sora，其火爆效果被誉为即将重塑视频内容创作的未来。 而无论是ChatGPT还是Sora，众多身处职场的「男工女工」都在一边期待一边害怕，工作方式被彻底颠覆。 这一切都是因为AI可以通过现有的网络、数据、资料、知识，展示出超出一般人类的记忆、逻辑、分析、综合能力，如果它能够突破与人交互的界面（语言也是一种界面），那这种能力不仅会超过人类，而且超过几万倍，能较大限度地提高生产效率，也可能会取代部分传统工种。
2/28/2024 10:44:00 AM
郭思
优刻得为智谱AI构建千卡推理集群，助力全球用户畅享大模型智能生活

优刻得为智谱AI构建千卡推理集群，助力全球用户畅享大模型智能生活
时光倒回到 2021 年的那个夜晚。一位妈妈灵感枯竭，无法继续她的小说创作；一旁的爸爸正忙碌于代码的世界，他想要在工作之余开发一款小游戏，却困于代码调试；而他们的孩子，正眉头紧锁地趴在书桌上，为一道奥数题苦思冥想。2024 年的今天，AI 大模型的出现让这一切发生改变。在「智谱清言」的助力下，妈妈的小说创作焕发新生，她只需将自己的创意和构思输入给大模型，就可以生成自然生动的故事情节和对话；爸爸用大模型进行代码编程和调试，通过分析代码逻辑，大大减少了开发的繁琐流程，减轻了一大半的⼯作量；大模型也成为了小朋友学习上的得
2/28/2024 10:05:00 AM
新闻助手