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
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。