AI模型

該公司表示，空間智能是人工智能模型的下一個前沿領域。這種 AI 模型可以使計算機和機器人以新的方式理解和與世界互動。

中國 AI 大模型初創(chuàng)公司 MiniMax 產(chǎn)品負責人、前今日頭條用戶產(chǎn)品負責人張前川，因個人原因目前已淡出公司事務，改任產(chǎn)品顧問一職。（智能涌現(xiàn)）

微軟近日公布了旗下小語言 AI 模型家族（SLM）最新成員“Phi-3-vision”，這款模型主打“視覺能力”，能夠理解圖文內(nèi)容，同時據(jù)稱可以在移動平臺上流暢高效運行。這是微軟 Phi-3 家族首款多模態(tài)模型，該模型的文字理解能力基于 Phi-3-mini，同時也具備 Phi-3-mini 的輕量特點，能夠在移動平臺 / 嵌入終端中運行。

為了訓練 AI 模型，一位紐約州立大學的教授，竟然把類似 GoPro 的相機綁在了自己女兒頭上！

據(jù)臺灣地區(qū)媒體 Digitimes 報道，蘋果公司計劃通過自研大語言模型 Ajax 來優(yōu)化 iOS 18，Siri 有望獲得大改造，但該公司不會推出 ChatGPT 等類型的 AI 聊天機器人。蘋果公司的 Ajax 模型最初曝光于 2023 年 7 月，當時消息稱這款模型基于 Google 的 Jax 機器學習框架構建，運行在 Google Cloud 上，整體和 OpenAI 的 ChatGPT、微軟的 Bing、谷歌的 Bard 等大語言競品類似，部分工程師稱呼該模型為“Apple GPT”。

相較于之前的其他模型，其具有更好的多視圖和泛化能力，能更忠實展現(xiàn)輸入圖像的三維全貌。

蘋果公司旗下研究團隊近日在 ArXiv 中公布了一篇名為《MM1：Methods， Analysis & Insights from Multimodal LLM Pre-training》的論文，其中介紹了一款 “MM1”多模態(tài)大模型，該模型提供 30 億、70 億、300 億三種參數(shù)規(guī)模，擁有圖像識別和自然語言推理能力。

谷歌研究院今日發(fā)文，介紹了一項利用開源模擬軟件 SUMO（Simulation of Urban Mobility）打造的“交通疏導”AI 模型應用成果。

中科院物理所官網(wǎng)發(fā)文，近期，中國科學院物理研究所/北京凝聚態(tài)物理國家研究中心SF10組和中國科學院計算機網(wǎng)絡信息中心共同合作，將AI大模型應用于材料科學領域，將數(shù)萬個化學合成路徑數(shù)據(jù)投喂給大語言模型LLAMA2-7b，從而獲得了MatChat模型，可用來預測無機材料的合成路徑。 該模型可根據(jù)所詢問的結(jié)構進行邏輯推理，并輸出相應的制備工藝和配方。目前已部署上線，并向所有材料科研人員開放使用，為材料研究和創(chuàng)新帶來了新啟發(fā)和新思路。

據(jù)達摩院 DAMO 官方公眾號發(fā)文顯示，阿里達摩院今天發(fā)布業(yè)內(nèi)首個遙感 AI 大模型（AIE-SEG），號稱“率先在遙感領域?qū)崿F(xiàn)了圖像分割的任務統(tǒng)一”、“一個模型實現(xiàn)‘萬物零樣本’的快速提取”，并可識別農(nóng)田、水域、建筑物等近百種遙感地物分類，還能根據(jù)用戶的交互式反饋自動調(diào)優(yōu)識別結(jié)果。

谷歌今日推出了一種新的人工智能（AI）模型 Robotics Transformer2（RT-2），可以幫助訓練機器人理解扔垃圾等任務。谷歌表示，RT-2 是一種視覺語言動作模型，可將互聯(lián)網(wǎng)上采集的信息和圖像轉(zhuǎn)化為機器人可理解的動作，從而幫助提升機器人的學習能力。

AI 創(chuàng)業(yè)公司 MosaicML 近日發(fā)布了其 70 億參數(shù)模型 MPT-7B-8K，據(jù)悉，該模型一次可以處理 8000 字文本，相當擅長處理長文重點摘要和問答，還能在 MosaicML 平臺上根據(jù)特定任務，進一步微調(diào)相關配置。據(jù)悉，系列模型采用了 150 萬個 Token，并以 256 塊 H100 GPU 花 3 天完成模型訓練而成。MosaicML 本次發(fā)布了 3 個版本模型，包括 MPT-7B-8k、MPT-7B-8k-Instruct 和 MPT-7B-8k-Chat。

Databricks 日前發(fā)布大數(shù)據(jù)分析平臺 Spark 所用的 AI 模型 SDK，開發(fā)者寫代碼時，可用英文下指令，編譯器就會將英文指令轉(zhuǎn)換為 PySpark 或 SQL 語言代碼，以提升開發(fā)者效率。Databricks 團隊也正是憑借 Spark 社區(qū)提供的一系列學習數(shù)據(jù)進行訓練，用 LLM 開發(fā)一套英文版 SDK。開發(fā)者利用這套 SDK，即可直接用英文下指令，并得到相對應結(jié)果，提升開發(fā)效率。

在京東云城市大會上海站上，京東集團技術委員會主席、京東云事業(yè)部總裁曹鵬介紹，即將推出的言犀大規(guī)模預訓練語言模型，是參數(shù)達到千億級的新一代模型。

AI 創(chuàng)業(yè)公司 MosaicML 近日發(fā)布了其語言模型 MPT-30B，該模型具有 300 億參數(shù)，訓練成本為 70 萬美元，遠低于 GPT-3 等同類產(chǎn)品所需的數(shù)千萬美元訓練成本，“僅有其他同類競品模型的零頭”，有望促進行業(yè)逐步降低此類模型訓練成本，擴大 AI 模型在更廣泛領域的運用。

日前微軟研究人員展示了 LLaVA-Med 模型，該模型主要用于生物醫(yī)學方面的研究，可根據(jù)CT、X 光圖片等推測出患者的病理狀況。微軟使用GPT-4，基于Vision Transformer和Vicuna語言模型，在八個英偉達 A100 GPU 上對LLaVA-Med進行訓練，其中包含“每個圖像的所有預分析信息”，用于生成有關圖像的問答，以滿足“可自然語言回答有關生物醫(yī)學圖像問題”的助手愿景。據(jù)微軟稱，該模型最終具有“出色的多模式對話能力”、“在用于回答視覺問題的三個標準生物醫(yī)學數(shù)據(jù)集上，LLaVA-Med 在部分指標上領先于業(yè)界其他先進模型”。

Runway 的 Gen-1 還沒內(nèi)測完，Gen-2 就以迅雷不及掩耳之勢發(fā)布了。這次的效果更加炸裂，AI 大到離淘汰人類，又近了一步。 昨天，Midjourney 生成的完美情侶刷爆網(wǎng)絡，大家紛紛在留言區(qū)里暢想，下一步，就是演員被淘汰，人人都能升級大導，一鍵生成大電影了。