当企业看到一个新技术,都第一时间赶紧去实践落地,近日,北大团队联合兔展发起了一项Sora复现计划——Open Sora。就是按照文生视频大模型Sora技术报告的整体框架内容,分三部分包括:Video VQ-VAE、Denoising Diffusion Transformer(去噪扩散型Transformer)和Condition Encoder(条件编码器),复现“国产版Sora”。
个人认为作为最高学府,其聪明才学分分钟可以复刻Sora,但是希望能有更多的创新出来。
“有意见”留言板
@媒体搬运工:人家有了一个Sora,我们就来个Open Sora。哎,我们总是跟在人家屁股后面。我们太缺乏原创性创新了,没有坚实的底座,再丰富的AI应用都是为别人做嫁衣裳。
@辣腿堡不加酱:从来不怀疑我们的学习能力和复现速度,希望未来的某一天在人工智能方面不只是复现而是超越。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。