


整理|吳瑩

讓我們一起來回顧一下吧。
山姆·阿爾特曼透露GPT-5最新進展;Meta釋出文生3D模型;蘋果將獲得OpenAI董事會觀察員職位;月之暗面釋出“上下文快取”技術;商湯釋出首個“可控”人物影片生成大模型Vimi;馬斯克稱xAI計劃在8月釋出Grok-2;騰訊元寶AI上線深度搜索模式;神經元新計算模型或產生更強大AI……
讓我們一起來回顧一下吧。
點選收聽本期AIGC周觀察

7月2日,山姆·阿爾特曼在阿斯彭創意節上接受採訪時表示,開發GPT-5還需要一些時間,“我們目前持樂觀態度,還有很多工作要做,但它將是個巨大飛躍。”阿爾特曼還稱,與其前身GPT-4相比,預計GPT-5將實現重大飛躍,將解決GPT-4目前犯下的許多錯誤。但他同時強調,這項技術仍處於早期階段,存在資料和演算法方面的問題。而且,與其未來潛力相比,這些模型目前還沒有充分發揮其作用。

Meta近日釋出了其最新的AI模型——Meta 3D Gen(3DGen),據Meta方面介紹,3DGen能夠在不到1分鐘的時間,根據文字提示詞快速生成具有高解析度紋理和材質貼圖的3D內容。此外,它還能在同一3D形狀的基礎上調整紋理貼圖,幫助創作者實現快速迭代。
製作3D資產一直是設計和開發電子遊戲、VR/AR應用以及電影特效行業耗時最久且最具挑戰性的問題之一。AI 3D生成技術的快速發展對實現3D建模行業的技術進階有重大意義。人工3D建模費時費力,在遊戲和影視作品中運用3D形象在過去是屬於少數大型公司的特權,AI 3D生成技術能簡化3D建模流程,縮短3D建模時間。

7月3日訊息,據報道,作為上個月宣佈的里程碑式協議的一部分,蘋果公司將獲得OpenAI董事會觀察員職位,這進一步加強了兩家公司之間的聯絡。據知情人士透露,蘋果應用商店(App Store)負責人、前營銷主管Phil Schiller被選中擔任這一職位。這位知情人士說,作為董事會觀察員,他不會以正式董事的身份任職。
今年6月,蘋果宣佈將在iPhone、iPad和Mac上提供ChatGPT,作為一整套人工智慧功能的一部分。據瞭解,雖然蘋果高管經常擔任其他公司的董事,但加入知名合作伙伴的董事會是罕見的。

7月2日,北京月之暗面科技有限公司(簡稱“月之暗面”)對外宣佈,其大模型Kimi開放平臺公測新技術——上下文快取技術(ContextCaching)。月之暗面方稱,這項技術將降低開發者使用長文字旗艦大模型的成本,最高可降本達90%。
月之暗面以常見的固定文件大量提問場景為例舉例稱,一份近9萬字的硬體產品說明書,一般售前支援人員需要在10分鐘內對產品的功能/使用方式進行40次問答,每次的問題大概在100個字,回答在120字以內。在接入上下文快取技術後,9萬字的文件只需建立並存儲一次快取,40次問答將只收取問題的100字+回答120字的費用,預計花費11.88元,相當於比之前節省了141.95元,費用降低90%左右。

7月4日,商湯釋出首個“可控”人物影片生成大模型Vimi,該模型主要面向C端使用者,支援聊天、唱歌、舞動等多種娛樂互動場景。商湯方面稱,Vimi可生成長達1分鐘的單鏡頭人物類影片,畫面效果不會隨著時間的變化而劣化或失真,Vimi基於商湯日日新大模型,透過一張任意風格的照片就能生成和目標動作一致的人物類影片,可透過已有人物影片、動畫、聲音、文字等多種元素進行驅動。

7月1日,馬斯克在自己的X(原推特)平臺上發文宣佈人工智慧初創公司xAI的大語言模型Grok-2將於8月推出。
馬斯克是在回應一則帖子的時候表態的。博主Bef-e/acc發文稱,當前的模型在彼此的資料上進行訓練,就像人體蜈蚣效應一樣。馬斯克在回覆中表示,“很遺憾,情況確實就是這樣。從網際網路訓練的資料中清除大語言模型需要花費大量工作。8月即將推出的Grok-2,在這方面將擁有巨大進步。”今年3月以來,xAI陸續推出了Grok-1.5大語言模型和首個多模態模型Grok-1.5 Vision。

7月1日,騰訊宣佈旗下大模型應用“騰訊元寶”AI搜尋能力升級,上線深度搜索模式。更新到最新版本後,騰訊元寶將在AI搜尋深度模式下對問題進行擴充套件,從深度和廣度兩方面,提供更結構化、更豐富的回答,並可同步生成內容大綱、思維導圖及相關人物事件梳理,幫助使用者全景式瞭解搜尋內容。
騰訊介紹,搜尋問答在大模型的相關產品使用的需求中佔比高達45%。此次升級的深度模式,將會進一步拓展問題的覆蓋度和聯想性。例如,當用戶詢問“今年的黃金價格為什麼這麼高”時,元寶能夠從多個維度進行深入剖析,結合騰訊生態及其他優質內容源進行回答。不僅如此,基於多輪對話能力,使用者還可在深度搜索模式下,對問題進一步追問。

7月1日訊息,美國西蒙斯基金會熨斗研究所計算神經科學中心(CCN)開發的新模型表明,幾乎所有支援現代AI工具的神經網路所基於的20世紀60年代的活體神經元計算模型,並未捕捉到真實神經元所擁有的所有計算能力。更新後的神經元模型最終可能會產生更強大的人工神經網路,更好地捕捉人類大腦的力量。研究發表在新一期《美國國家科學院院刊》上。


關注“中國企業家”影片號