OpenAI CEO Sam Altman最近在采访中表示,OpenAI的愿景是打造AGI,在AGI的开发竞赛中,最难攻克的领域是大语言模型系统需要实现根本性的理解飞跃。从现在到AGI还有很长的路要走,需要大量的算力,以及高昂的训练费用。他还透露,公司正在开发下一代人工智能模型“GPT-5”,但没有公布具体的时间表。据了解,OpenAI正计划筹集更多资金支持,希望微软能继续投资。
“有意见”留言板
@卡卡卡卡西:能否实现高维智能,一看算力,二看算法,算力决定GPT的下限,算法决定GPT的上限,所以GPT 5能不能达到人脑水平,不仅要看奥特曼团队里这些顶级工程师有多少人能扛得住996,还要看英伟达能跑多快。
@future:我们都知道GPT-5会比之前所有模型都复杂,但是Sam Altman都表示很难精准预测该模型会有哪些新功能,也无法说出它能做到哪些GPT-4做不了的。感觉就像是一个未知的“魔盒”,让人向往,也容易让人陷落。
@啊不是吧我说:如果能做成当然是好了,那这家公司将成为跨时代的企业,当然ChatGPT的出现已经让它跨了一步,我祝它成功吧。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。