本字幕由TME AI技术生成
今天是二零二四年八月二十日
欢迎收听ai 上下文
昆仑万维于八月十九日发布了全球首个集成视频大模型与三d 大模型的ai 短剧平台sky reals
该平台集成了剧本生成
角色定制
分镜设计
视频拍摄与合成等功能
支持一键程具
大幅缩短了短剧制作时间
Sky rials 的推出不仅标志着ai 技术在短剧领域的应用
也预示着一人一剧时代到来
有望推动短剧内容创作与消费市场的快速增长
在设计领域
Ai 技术同样展现出强大的创新能力
在ixdc 二零二四国际体验设计大会上
Motive 妙多推出了国内首个ui 多模态大模型motive 妙多大模型
该模型在ui 理解能力和执行开放式指令方面表现卓越
多项指标超越了gpt 四o 和苹果的favorite ui
尤其在vidget 指标上
高达一百六十一点七七刷新sota
Motive 妙多大模型不仅能精确识别和描述界面元素
还能根据上下文理解界面
达到设计专家水平
此外
该模型具备交互导览能力
未来可能实现语音或图像输入操作设备
彻底改变界面交互方式
Motive 妙多大模型的发布
标志着中国ui 设计力量在全球舞台上的崛起
预示着界面设计领域的新格革命
气候预测领域也迎来了重大突破
上海科学智能研究院
复旦大学和中国气象局国家气候中心联合研发的伏羲次季节气候预测大模型
成功突破了长期被称为可预报性沙漠的次季节气候预测难题
该模型首次超越了传统数值预报模式的标杆欧洲中期天气预报中心的srs 模式
并在国际权威期刊nature communications 上发表相关论文
伏羲模型通过引入海气相互作用过程和智能扰动生成模块
显著提升了对降水的全球预测能力
特别是在我国长江中下游地区等热带外地区
此外
该模型还能有效预测mjo
将预测技巧提升至三十六天
超过ecmmove 的三十天
这一技术突破为农业规划
资源管理
灾害准备等领域提供了重要支撑
同时也为发展中国家提供了更可承受的气候预测选项
在ai 模型的架构创新方面
香港理工大学研究团队发布了一篇关于monba 架构的综述报告
该架构基于结构化的状态空间序列模型ssm
能够高效捕获序列数据中的复杂依赖关系
Monba 通过引入选择机制和硬件感知型算法
实现了与transformer 相媲美的建模能力
同时保持线性可扩展性
大幅降低了计算成本
这一新兴架构在计算机视觉
自然语言处理等领域展现出巨大潜力
有望成为基础模型的新选择
微软亚洲研究院在优化大模型终端部署方面取得了新进展
他们开发了数据编译器ladder 和算法t mac
使硬件能直接支持混合精度矩阵乘法
提升大模型在端侧设备的运行效率
Ladder 通过支持低精度数据类型的表达和转换
显著提高了dnn 推理性能
T mac 利用查找表方法优化了cpu 上的混合精度矩阵乘法计算
提高了模型生成速率
此外
研究院还设计了lut tensor core 硬件架构
为下一代人工智能硬件设计提供了新思路
推动大模型在更广泛场景中的应用
机器人策略学习领域也迎来了新的突破
加州大学伯克利分校的研究团队提出了一种名为body transformer bot 的新型transformer 变体
专门设计用于机器人策略学习
Bot 通过将机器人机体建模为图
其中节点代表传感器和执行器
并使用稀疏掩码注意力机制有效关联传感器和执行器之间的空间关系
这种架构在模仿学习和强化学习任务中表现出色
显示出在处理长序列依赖和吸收大量数据方面的潜力
Bot 的提出被认为是机器人策略学习领域的一个重大突破
在广告创意领域
麦当劳最新推出的ai 宣传片在社交媒体上引发热议
该宣传片由知名ai 艺术家coco drop 架空一制作
展示了十一名ai 生成的少女为麦当劳薯条优惠活动打call
视频在推特上获得近千万浏览量
引发网友对ai 广告的讨供
包括成本效益
创意表达及版权问题
此外
宣传片背后的ai 技术由luma ai 工作室提供
该工作室即将发布新版本dream 模型
模型阿mm plug 团队发布了新一代通用多模态大模型plug all 三
该模型专为理解多图和长视频设计
Plug all 三在保持模型准确性的同时
显著提升了推理效率
能够在四秒内处理完一部两小时的电影
该模型在多个多模态基准测试中达到了最先进水平
并引入了轻量化的hyper attention 模块
有效融合视觉和文本信息
提高了模型的交互和理解能力
此外
Plug o 三还展示了在多图推理和长视频理解方面的强大性能
为多模态内容处理提供了新的解决方案
抱抱脸公司推出了一款在浏览器中可直接运行的小型sota 模型
该模型在两亿
五亿和二十亿级别中获胜
团队通过严格过滤数据和在高过滤数据集上进行深度训练
实现了性能的显著提升
首席科学家thomas wolf 指出
合成数据在特定领域有用
但真实数据的潜力尚未完全发挥
此外
团队还发现
即使是小模型也需要在数万亿tokens 上进行长时间训练以达到最佳性能
这一发现挑战了合成数据的主导地位
并强调了真实数据的重要性
Allen ai 的机器学习研究员nason
Lambert 发表技术博文
总结了meta
谷歌和英伟达等ai 巨头使用的模型后训练方法
这些方法包括使用合成数据迭代训练
人类偏好标签和大量数据过滤
Lambert 指出
合成数据的质量可能高于人类数据
而lhf 可扩展到更大规模
多轮训练和生成能得到最佳模型
数据过滤是训练中最重要的部分
这些方法构成了适用于科技巨头的训练方案
预示着后训练方法的前沿变化趋势
最新ai 图像生成工具flux 在开源全界迅速流行
成为mate journey 的强大替代品
Flux 允许开发者通过微调laura 模型创造出多种风格的图像
包括超现实主义
像素风格和动画涂鸦等
此外
Flux 还能生成动态视频
使得用户可以将静态图像转化为生动的动画
这一技术的出现
标志着ai 图像生成技术进入了一个新的阶段
为内容创作者提供了更多可能性
Open a 爱的ceo 奥特曼声称
任何在open ai 技术范围内的初创公司都将被碾压
这一观点引发了业界的广泛讨论
然而ai 初创公司consensus 的ceo eric 欧森公开反驳
认为即使是套壳起家
也能通过创新和优化产品细节
最终成就伟大
Bolson 强调技术的重要性固然重要
但产品的用户体验和细节设计同样关键
他举例说明
许多成功的公司最初都是基于第三方技术起步
通过不断改进和创新
最终建立了强大的市场地位
这一观点挑战了奥特曼的论断
强调了初创公司在ai 领域仍有广阔的发展空间和机会
微软的研究人员最近提出了一个名为agenting struck 的智能体框架
该框架能够自动创建大量多样化的合成数据
通过使用这些数据对mistraw 七b 模型进行微调
得到了性能显著提升的orca 三模型
Orca 三在多项基准测试中刷新了记录
特别是在数学方面的性能提升了百分之一百六十八
Agentine struck 的优势在于仅使用原始数据源就能创建完整的提示和回应
为大模型的训练提供了新的解决方案
今天的新闻播报完了
就谢你的聆听
