行业/好文
-
一张图说清2023 年生成式 AI 视频发展时间线
2023年是AI视频的突破性一年。一月份还没有公开的文本转视频模型，现在已经有数十种视频生成产品和数百万用户。回顾了最重要的发展和需要关注的公司。 有21种公开可用的AI视频生成产品，包括Runway、Pika、Genmo和Stable Video Diffusion等。 大多数产品来自初创公司，谷歌和Meta等大型科技公司选择不公开发布他们的视频生成产品，除了阿里巴巴。 Pi…
-
Sam Altman 的投资版图（数据来自 CB Insight）
am Altman是OpenAI的CEO，也是一位活跃的天使投资人。他在早期阶段进行投资，并对特定初创公司进行多轮投资。他投资领域多元化，包括实验室培育的肉类、长寿科学、能源、教育和人工智能等。他进行了大额投资案例，如在反衰老初创公司Retro Biosciences上的1.8亿美元投资。他是一个活跃的天使投资者，已经进行了超过100笔投资，包括对Stripe、Reddit和I…
-
谷歌宣布发布新一代大模型 Gemini，AI 进入多模态时代
前言： 每一次技术的变革都是推进科学发现、加快人类进步和改善人们生活的机会。我相信我们此时正在见证的 AI 转变将是我们一生中影响最为深远的转变，其影响力远超过移动技术或互联网的转变。AI 有着为世界各地的人们创造机会的潜力，无论是在日常生活中还是在铸就非凡成就方面。它将带来新一轮的创新和经济进步，并以前所未有的规模推动知识、学习、创造力和生产力的发展。 让我感到兴奋的是：有机…
-
基于大学知识的多模态LLM测评基准MMMU发布
《专家级人工智能的大规模多学科多模态理解和推理基准》是一个新的基准，旨在评估多模态模型在大规模多学科任务上的专家级理解能力。该基准包括来自大学考试、测验和教科书的11500个精心收集的多模态问题，涵盖了艺术与设计、商业、科学、健康与医学、人文与社会科学以及技术与工程等六个核心学科。与现有的基准不同，该基准侧重于具有领域特定知识的高级感知和推理，挑战模型执行类似于专家面临的任务。…
-
OpenAI首个开发者日：自定义GPT、GPT商店太炸，还有模型更强更便宜了
机器之心报道 机器之心编辑部 真如 Sam Altman 此前所言，OpenAI 首届开发者大会为人们带来了一些非常棒的新东西。 继今年春天发布 GPT-4 之后，OpenAI 又创造了一个不眠夜。 过去一年，ChatGPT 绝对是整个科技领域最热的词汇。OpenAI 也依靠 ChatGPT 取得了惊人的成绩：总结来说，OpenAI 证实 ChatGPT 目前每周有超过 1…
-
《时代》杂志“2023 年最佳发明”榜单，14 个 AI 项目入选
10 月 24 日，《时代》杂志发布“2023 年最佳发明”榜单，涵盖了如人工智能、绿色能源和可持续发展等重点领域。据悉，此次评选的标准包括独创性、效率、影响力等，共计 200 项突破性发明（以及 50 项特别奖发明）入选，这些发明正在改变我们的生活、工作、娱乐方式，以及对可能事物的思考。 以下是 AI 领域 14 项入选发明的简介： 1. 跳出框框自由编辑：Adobe Pho…
-
当前主流的AI创意生成工具和它们之间的从属关系
这张图清晰地展示了当前主流的AI创意生成工具和它们之间的从属关系
-
AI Copilot 市场图谱
AI作为“副驾驶员”可以帮助人们在工作中发挥超能力，提高生产力。它可以回答问题、创作内容、分析数据、自动化重复性任务以及代表员工行动。AI还可以改善搜索和发现关系和模式，帮助知识工作者快速获取信息。同时，AI也可以在伦理和治理方面发挥作用，确保创新与社会需求和规则保持一致。 来源：https://obvious.com/ideas/fixing-the-carbon-marke…
-
用AI让Lisa学会了说中文！原汁原味！
刷到这个“没有译制片腔调的翻译”视频了么？AI可以解决！ 我下载了一段lisa电台采访的视频，然后上传到heygen，等了大约一晚上，转译成功了，我感觉效果非常好。 https://labs.heygen.com/video-translate 来源：https://mp.weixin.qq.com/s/ky-aZd35XbE2JfA2YSuv7Q
-
这篇文章介绍了多模态数据的重要性以及如何训练多模态系统
原文地址： https://huyenchip.com/2023/10/10/multimodal.html 这篇文章介绍了多模态数据的重要性以及如何训练多模态系统。它涵盖了CLIP、Flamingo和其他LMMs的例子，并讨论了LMMs的一些研究方向，包括生成多模态输出和更高效的多模态训练。多模态数据对于人类和AI在现实世界中的运作至关重要。人类可以同时处理文本、图像和音频等…
