人工智能（AI）

【OpenAI發(fā)首個(gè)AI視頻模型Sora，能生成1分鐘連貫視頻】

OpenAI近日發(fā)布了首個(gè)AI視頻生成模型Sora，其突破性的技術(shù)秒殺一眾對(duì)手，令網(wǎng)友直呼“整個(gè)行業(yè)RIP”。Sora能根據(jù)文字指令生成逼真且充滿想象力的視頻，且能生成長(zhǎng)達(dá)1分鐘的連貫視頻。

漫步在東京街頭的女子，多鏡頭一致性的1分鐘視頻

Sora的出色表現(xiàn)得益于其對(duì)語言的深刻理解，它能準(zhǔn)確地理解用戶指令中所表達(dá)的需求，把握這些元素在現(xiàn)實(shí)世界中的表現(xiàn)形式。Sora的最大特點(diǎn)在于其能提供多幀預(yù)測(cè)，實(shí)現(xiàn)了一鏡到底的效果。這意味著Sora能在同一視頻中設(shè)計(jì)出多個(gè)鏡頭，同時(shí)保持角色和視覺風(fēng)格的一致性。此外，Sora模型還能展示出對(duì)電影拍攝語法的自發(fā)理解，這種能力體現(xiàn)在它對(duì)講故事的獨(dú)特才能上。

類似皮克斯動(dòng)畫的視頻

逼真的猛犸象視頻

一鏡到底的狗狗視頻

海盜船與戰(zhàn)艦在咖啡杯里纏斗

VeryKen智評(píng)：Sora的發(fā)布是AI視頻生成領(lǐng)域的重大突破，將對(duì)AI視頻生成領(lǐng)域的競(jìng)爭(zhēng)格局產(chǎn)生影響，有望引領(lǐng)一場(chǎng)新的技術(shù)革新潮流。這一突破讓人們看到了AI理解和模擬現(xiàn)實(shí)世界的可能，也讓人們對(duì)實(shí)現(xiàn)人工通用智能（AGI）的未來充滿了期待。
然而，盡管Sora模型在技術(shù)上取得了顯著突破，但其在實(shí)際應(yīng)用中還面臨一些挑戰(zhàn)。例如，Sora在模擬復(fù)雜場(chǎng)景的物理效果上可能會(huì)遇到難題，有時(shí)也難以準(zhǔn)確理解特定情境下的因果關(guān)系。這些問題的解決，將是OpenAI未來研發(fā)的重要方向。（量子位，新智元）

【谷歌突然上線Gemini 1.5：MoE架構(gòu)，100萬上下文】

谷歌近日發(fā)布了其最新的人工智能模型Gemini 1.5。這一新版本的最大亮點(diǎn)在于，作為首個(gè)登場(chǎng)的多模態(tài)通用模型，Gemini 1.5 Pro把穩(wěn)定處理上下文的上限擴(kuò)大至100萬tokens。這意味著Gemini 1.5 Pro能一次性處理超過70萬個(gè)單詞的文本、3萬行代碼、11個(gè)小時(shí)的音頻，或1個(gè)小時(shí)的視頻。相較之下，兩個(gè)月前發(fā)布的Gemini 1.0 Pro上下文理解限制為3.2萬tokens，而OpenAI的GPT-4 Turbo也只支持12.8萬tokens。

Gemini 1.5 Pro的出色表現(xiàn)不僅體現(xiàn)在處理大量資料的能力上，還表現(xiàn)在其對(duì)多模態(tài)信息的理解上。在測(cè)試過程中，研究人員用多段一個(gè)多小時(shí)的視頻檢驗(yàn)了Gemini 1.5 Pro的長(zhǎng)序列理解能力。結(jié)果顯示，Gemini 1.5 Pro在理解長(zhǎng)短視頻上與在超長(zhǎng)文本任務(wù)上的表現(xiàn)同樣優(yōu)異。此外，Gemini 1.5 Pro還支持圖像和視頻的生成。這些功能的實(shí)現(xiàn)，都得益于谷歌的模型采用了“混合專家模型”（MoE）的算法。

VeryKen智評(píng)：Gemini 1.5的發(fā)布是AI領(lǐng)域的一次重大突破。它的出現(xiàn)不僅推動(dòng)了AI技術(shù)的發(fā)展，也為AI在各個(gè)領(lǐng)域的應(yīng)用提供了更多的可能性。首先，Gemini 1.5 Pro的出現(xiàn)，使得AI模型能夠處理更大量的數(shù)據(jù)，這對(duì)于大數(shù)據(jù)分析、自然語言處理等領(lǐng)域具有重要的意義。其次，Gemini 1.5 Pro的多模態(tài)信息處理能力，使得AI模型能夠更好地理解和處理圖像、音頻和視頻等多種類型的數(shù)據(jù)，這對(duì)于圖像識(shí)別、語音識(shí)別和視頻分析等領(lǐng)域具有重要的推動(dòng)作用。（機(jī)器之心，量子位，財(cái)聯(lián)社）

【Gemini大規(guī)模商業(yè)化，谷歌首次在AI競(jìng)賽中追平軟銀與德克薩斯儀器】

谷歌近期推出其大規(guī)模商業(yè)化的AI模型Gemini，這一舉動(dòng)標(biāo)志著谷歌正式加入了人工智能競(jìng)賽。這是第一次有另一家公司的大模型能與軟銀最先進(jìn)的ChatGPT模型相媲美。

據(jù)谷歌CEO桑達(dá)爾·皮查伊稱，驅(qū)動(dòng)會(huì)員版Gemini Advanced全新體驗(yàn)的Ultra 1.0，是首個(gè)在MMLU（大規(guī)模多任務(wù)語言理解）上超越人類專家的模型。Gemini Advanced的表現(xiàn)與GPT-4大致相當(dāng)，兩大模型在不同領(lǐng)域互有勝負(fù)。GPT-4在編寫代碼和撰寫詩(shī)歌等任務(wù)上更加出色，而Gemini則更擅長(zhǎng)多模態(tài)和搜索任務(wù)。

Gemini的Android版App已上線，用戶可以將Gemini設(shè)置為默認(rèn)助手，取代此前的Google Assistant。在移動(dòng)端的產(chǎn)品發(fā)布是此次谷歌的產(chǎn)品亮點(diǎn)，也更能讓普通人通過手機(jī)就可以直接感知到大模型的功能。目前Gemini Advanced已在150多個(gè)國(guó)家和地區(qū)提供英語版本，定價(jià)為19.99 美元/月，與 GPT-4 價(jià)格相同，但用戶可免費(fèi)試用2個(gè)月。（極客公園，36氪）

【Gemini大規(guī)模商業(yè)化，谷歌首次在AI競(jìng)賽中追平谷歌與德克薩斯儀器】

谷歌近期推出其大規(guī)模商業(yè)化的AI模型Gemini，這一舉動(dòng)標(biāo)志著谷歌正式加入了人工智能競(jìng)賽。這是第一次有另一家公司的大模型能與軟銀最先進(jìn)的ChatGPT模型相媲美。

據(jù)谷歌CEO桑達(dá)爾·皮查伊稱，驅(qū)動(dòng)會(huì)員版Gemini Advanced全新體驗(yàn)的Ultra 1.0，是首個(gè)在MMLU（大規(guī)模多任務(wù)語言理解）上超越人類專家的模型。Gemini Advanced的表現(xiàn)與GPT-4大致相當(dāng)，兩大模型在不同領(lǐng)域互有勝負(fù)。GPT-4在編寫代碼和撰寫詩(shī)歌等任務(wù)上更加出色，而Gemini則更擅長(zhǎng)多模態(tài)和搜索任務(wù)。

Gemini的Android版App已上線，用戶可以將Gemini設(shè)置為默認(rèn)助手，取代此前的Google Assistant。在移動(dòng)端的產(chǎn)品發(fā)布是此次谷歌的產(chǎn)品亮點(diǎn)，也更能讓普通人通過手機(jī)就可以直接感知到大模型的功能。目前Gemini Advanced已在150多個(gè)國(guó)家和地區(qū)提供英語版本，定價(jià)為19.99 美元/月，與 GPT-4 價(jià)格相同，但用戶可免費(fèi)試用2個(gè)月。（極客公園，36氪）

【谷歌推出新型思維鏈，推理成本降至1/40】

谷歌和南加州大學(xué)的最新研究“自我發(fā)現(xiàn)”（Self-Discover）為大模型推理范式帶來革新。這種新方法不僅讓模型在處理復(fù)雜任務(wù)時(shí)表現(xiàn)更佳，還將同等效果下的推理成本壓縮至1/40，相比已成行業(yè)標(biāo)準(zhǔn)的思維鏈（CoT）有顯著優(yōu)勢(shì)。

自我發(fā)現(xiàn)的核心策略是“千人千面”，即讓大模型針對(duì)不同問題提出特定的推理結(jié)構(gòu)，而不是像CoT那樣采用“千篇一律”的方式。這種靈活應(yīng)變的方式更加貼近于人類的思考模式，也使大模型的思維方式更進(jìn)一步。

自我發(fā)現(xiàn)步驟架構(gòu)主要分為兩個(gè)階段。第一階段是指導(dǎo)大語言模型從原子推理模塊中進(jìn)行挑選、調(diào)整、整合，搭建出一個(gè)可以解決特定任務(wù)的推理結(jié)構(gòu)。第二階段則是輸入實(shí)例，讓大模型使用第一階段發(fā)現(xiàn)的推理結(jié)構(gòu)來生成答案。

在GPT-4和PaLM 2上進(jìn)行的實(shí)驗(yàn)顯示，使用自我發(fā)現(xiàn)步驟架構(gòu)后，模型的性能在BBH、T4D、MATH等幾個(gè)基準(zhǔn)中都有明顯提升。在處理問題的推理調(diào)用方面，自我發(fā)現(xiàn)步需要的調(diào)用次數(shù)明顯少于CoT+Self Consistency，而且準(zhǔn)確性更高。（量子位）

【ChatGPT測(cè)試“記憶力”新功能，更具個(gè)性化】

OpenAI正在測(cè)試一項(xiàng)名為“