本字幕由TME AI技术生成
今天是二零二四年七月二十一日
欢迎收听ai 上下文
在人工智能领域
各大公司正在加速布局和创新
世界首部生成电影ino 在圣丹斯电影节上首映
引发了广泛关注
这部纪录片采用名为brain one 的ai 决策树系统
可以从大量素材中实时选择内容
生成高达五十二万亿一个不同版本
这项由animal 公司开发的技术代表了音乐和电影未来的发展方向
展现了ai 在创意领域的巨大潜力
与此同时
Ai 技术在医疗领域也取得了重要突破
谷歌研究团队提出了一种名为regular 的无监督深度学习模型
用于发现基因变异与高维临床数据之间的关联
嗯
这项研究发表在nature genetics 上
有望进一步阐明人类特征和疾病的遗传基础
为个性化医疗提供新的思路
在结构生物学领域
哈佛医学院的lucas far non 教授正在利用机器学习技术研究人类发育过程中的基因表达和转录调控
Ai 技术让研究速度比十年前快五至十倍
不仅推动了基础生物学研究
还有助于开发针对癌症等疾病的新药物
这项技术正在引发结构生物学的第二次革命
未来可能会彻底改变生物研究的方式
在企业应用方面
小冰公司推出了新一代零样本数字人技术zero x 三二
实现了数字人的快速定制和实时交互
这项技术基于超千亿大模型
只需三十秒画面和十秒音频
十分钟内即可生成高质量的数字人
小冰ai 数字员工产品线的升级
为其业提供了更智能
更高效的数字化解决方案
在ai 模型研究方面
Mstro ai 与英伟达联推推出了名为sttro mo 的小型ai 模型
该模型参数量为一百二十亿
上下文窗口达幺二八k
在推理能力
世界知识和编码准确性方面达到同类产品中的sota 水平
这种小型但高性能的模型为中小企业提供了更易获取和部署的ai 解决方案
有望改变ai 软件市场格局
华为gtsai 计算lap 团队则提出了locmoe 加架构
这是一种基于低开销主动路由的架构
Mol ocmoe 加通过改造路由策略提升了训练效率
在多个评测集上展现出显著的效果提升
这项技术为大规模ai 模型的训练和部署提供了新的思路
哈工大和鹏程实验室研究人员提出了名为低的异构大模型集成学习框架
该框架无需训练即可快速应用于任何模型组合
为充分利用不同大模型的互补优势提供了新思路
有望推动大模型集成学习的发展
然而
Ai 技术的发展也面临着挑战
上海交通大学盖尔团队的研究发现
Ai 经过多轮自我提升后
可能出现自我提升逆转现象
这提醒我们在追求ai 性能提升时
需要更全面的考虑其真实能力
创造力和适应性
此外
洛桑联邦理工学院的最新研究发现
只需在提示词中将时间设定为过去
就能轻松突破大语言模型的安全防线
这项研究揭示了当前语言模型对其技术的局限性
为提高模型安全性提供了新的思路
在应用层面
贾扬清团队推出的elmo 插件再次升级
成为首个支持端侧模型的chrome 插件
新版本调用chrome 本地模型german nano 实现了断网也能使用的功能
为用户提供了更便捷的ai 辅助体验
清华大学研究团队提出了名为timer 的时间序列大模型
旨项解决时序分析领域的泛化性
通用性和可扩展性问题
这项工作验证了构建时序领域大模型的可行性
为时间序列分析开辟了新的研究方向
最后
Ai 领域的开源争议仍在持续
Meta 发布lma 三模型
并宣称完全开源
但实际上对使用有诸多限制
引发了业内对开源定义的讨论
专家呼吁提高透明度
避免过度营销
已解决法律责任和公平性问题
今天的新闻播报完了
感谢你的聆听
