【文心一言】AIGC行业周报
- 发布时间:2024-09-08 12:39:28
- 访问量:
【概要描述】
【文心一言】AIGC行业周报
【概要描述】
- 发布时间:2024-09-08 12:39:28
- 访问量:
每经编辑 张锦河 开栏语:《AIGC行业周报》梳理AIGC行业一周内发生的行业重要动态,产品发布和业内大咖的周报最新观点。 图片来源:每经制图 (一)前OpenAI联合创始人Ilya Sutskever成立新公司 OpenAI联合创始人Ilya Sutskever宣布成立Safe Superintelligence Inc.(SSI),周报专注于开发安全超级智能。行业 SSI致力于实现“核能级别”的周报文心一言安全超级智能,不受短期商业压力影响,行业专注于安全性和AI能力的周报提升。 拥有强大的行业资金、算力和人才支持,周报包括与Eric Schmidt的行业合作和Daniel Gross的天使投资经验,以及在硅谷和以色列特拉维夫的周报人才网络。 (二)2024,行业有分析称英伟达要花68亿美元买芯片 预计2024年全球HBM芯片总产能约为5600万颗,周报英伟达的行业庆余年需求量预计为2700万颗,基于单颗250美元的成本测算,意味着英伟达全年采购HBM芯片的费用可以预测到68亿美元,远超此前媒体披露的13亿美元预算。 CoWoS封装技术是GPU-HBM芯片的关键,台积电和Amkor为主要供应商。 (一)ShareGPT4Video系列发布 由中国科学技术大学、北京大学等研究人员推出的ShareGPT4Video系列,包含4万条高质量视频-字幕数据,旨在提升视频理解和生成能力。 通过差分滑窗视频描述策略,创建了能够为任意视频生成详细描述的模型,有助于提高视频语言模型的性能。 数据集在多个长视频理解基准上带来性能增益,鸣潮同时在视频生成任务中,使用该数据集训练的模型展现出更好的镜头和语义控制能力。 (二)AI视频巨头Runway深夜发布Gen-3 AI视频制作公司Runway推出了新一代视频生成模型Gen-3 Alpha,其在细节、一致性和动作表现上进行了显著改进,达到电影级画质。 Gen-3 Alpha支持文本到视频、图像到视频等多种功能,被认为将挑战现有的AI视频生成技术,包括Sora。 Runway计划提供定制版本,并宣布了新的安全功能,Gen-3 Alpha即将向付费订阅者开放。 (三)开源版Sora:单镜头16秒720p高清视频一键生成 潞晨团队Open-Sora项目在720p高清视频质量和生成时长上取得显著进展,支持一键生成16秒的任意风格高质量视频,并且宣布全部开源。 引入视频压缩网络和优化的扩散模型算法,发布了1.1B的扩散生成模型,实现了成本与生成质量的平衡,提供了训练和推理的高效解决方案。 Open-Sora的开源为视频内容创作者提供了丰富的创作工具,使用户从消费者转变为创造者。 (四)Google DeepMind 最新研究:为AI视频生成创建逼真的背景声音 DeepMind开发了V2A技术,将视频像素与自然语言文本相结合,生成与视频动作同步的逼真音效。 V2A技术能够为无声视频添加相应的背景声音或对话,提升视频的真实感和用户体验,同时支持对生成音效的创意控制。 V2A基于扩散模型,通过编码视频输入、迭代改进音频并解码生成波形实现同步生成,但仍在改进中,如提高音频质量和唇语同步的准确性。 (五)ChatGPT最新定价体系 OpenAI的ChatGPT提供多种订阅计划,满足从个人到企业的各类需求,包括免费版、ChatGPT Plus、团队版、企业版、教育版本和非营利组织版本。 免费版用户可访问GPT-4o模型和GPT Store,但有日容量限制;ChatGPT Plus提供更高容量和高级数据分析功能;团队版和企业版提供协作工具、定制应用程序和增强的管理控制。 ChatGPT Edu专为教育机构设计,提供额外的SCIM支持;非营利组织可获得ChatGPT团队和企业版的折扣价格。 (六)DreamTech 推出全球首个原生 3D-DiT 大模型 Direct3D 通过3D Diffusion Transformer技术,实现高质量3D内容生成。 解决了传统2D-to-3D升维技术中的多个问题,如多头多面、空腔、遮挡等,满足商业应用需求。 推出面向C端用户产品,可将图片/文字转换为二次元3D人物形象,以及面向创作者的3D内容创作平台,大幅简化3D模型获取流程。 (七)英伟达开源Nemotron-4 340B模型 英伟达发布了一个包含3400亿参数的开源模型家族,包括基础模型、指令模型和奖励模型,采用NVIDIA Open Model License Agreement,允许分布、修改和使用模型及其输出。 模型训练使用了超过98%的合成数据,展示了在生成合成数据方面的能力,有助于训练更小的语言模型,同时开源了合成数据生成流程。 Nemotron-4 340B性能在多个基准测试中与GPT-4o等专有模型竞争,支持多种语言和编程语言,对商用友好的许可协议,可能对医疗、金融、制造业和零售业等行业产生重大影响。 (一)马斯克最新专访:我没投资任何永生技术,活太久会对社会产生负面影响 人工智能很快会改变一切,最早明年就能带来显著改变,五年内将带来激进变化。 马斯克认为,人工智能将在搜索领域超越谷歌,提供更为精准、个性化的搜索结果。 马斯克透露,SpaceX的最终使命是将生命拓展至多个行星,以扩展人类的意识边界。 马斯克的脑机接口公司Neuralink正研究大脑芯片,致力于创造人类与人工智能的共生关系。 马斯克预测,将来每个人至少会拥有一个机器人。全球将有200亿台类似擎天柱的人形机器人。 (二)奥特曼谈AI的机遇、挑战与人类自我反思:中国将拥有独特的大语言模型 认为AI在提升生产力方面已显现积极作用,但网络安全等问题也随之而来。 GPT-4o能覆盖97%人群的母语,奥特曼承诺将持续改进,解决语言公平性问题。 面对AI治理的挑战,OpenAI成立安全委员会,奥特曼强调安全与效率并重。 奥特曼预测在众多大语言模型,少数将会胜出;中国将会拥有自己独特的大语言模型。 奥特曼认为AI可能使人类更谦卑,促使我们重新认识自身在宇宙中的位置。 来源:每经科技提供一、行业企业动态
二、产品技术动态
三、前沿观点
微信公众号
天猫旗舰店