7月18日,Meta公司发布了首个开源人工智能模型Llama的商业版本 Llama 2,将为初创企业和其他企业提供OpenAI和谷歌的免费替代方案。对于Meta来说,这可能会阻碍竞争对手从其专有技术中赚取收入的计划,因为如果开发人员可以免费使用同样强大的开源系统,闭源系统的价值就会消失。
“有意见”留言板
@智能大爆炸:Meta开源了Llama 2、清华开源了ChatGLM-6B大模型,这不仅是百模大战了,万模争锋的格局将指日可待。AI与人类智能的叠加驱动下,人类将从数据爆炸的时代走向智能爆炸的时代,大家准备好了吗?
@隔壁二大爷:Meta发布Llama 2开源可商用大语言模型,为初创企业和其他企业提供了免费的强大选择,使更多开发者和企业能够自由探索和应用大语言模型。此举措有助于企业提升产品和服务的质量,并促进人工智能技术的普及和创新。
@bicmao:本次开源打开的不只是生态,更是对于大模型行业化演进的一次突破。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。