AI资讯列表 - AI在线

OpenAI新模型用的嵌入技术被网友扒出来了

学起来吧。前几天，OpenAI 来了一波重磅更新，一口气宣布了 5 个新模型，其中就包括两个新的文本嵌入模型。我们知道，嵌入是表示自然语言或代码等内容中概念的数字序列。嵌入使得机器学习模型和其他算法更容易理解内容之间的关联，也更容易执行聚类或检索等任务。使用更大的嵌入（比如将它们存储在向量存储器中以供检索）通常要比更小的嵌入消耗更高的成本、以及更多的算力、内存和存储。而 OpenAI 此次推出的两个文本嵌入模型分别是更小且高效的 text-embedding-3-small 模型和更大且更强大的 text-embe

线上课程开售！暨视频生成前沿研究与应用 AI 技术论坛圆满收官

致力于助力企业和广大从业者掌握 AI 视频生成技术前沿，把握时代机遇的“视频生成前沿研究与应用”——机器之心 AI 技术论坛日前圆满收官。活动当天，北京西城昆仑巢论坛现场门庭若市，来自全国十余个城市的 200 多名参会者亲临现场，在 10 位视频生成领域的技术专家带领下，系统拆解了 AI 视频生成的关键技术，了解并学习了多家国内顶尖团队的技术方案和技术创新，活动的最后依然是两个技术实操来巩固所学知识，高效完成了视频生成技术的积累和升级。快来看看现场的精彩瞬间吧！嘉宾精彩分享每一位嘉宾都带来了精彩的分享，现场收获满满

更适合中文LMM体质的基准CMMMU来了：超过30个细分学科，12K专家级题目

近期，随着多模态大模型（LMM）的能力不断进步，评估 LMM 性能的需求也日益增长。与此同时，在中文环境下评估 LMM 的高级知识和推理能力的重要性更加突出。在这一背景下，M-A-P 开源社区、港科大、滑铁卢大学、零一万物等联合推出了面向中文大规模多学科多模态理解和推理基准 CMMMU（Chinese Massive Multi-discipline Multimodal Understanding and Reasoning），用于评估基本模型在中文各种任务中的专家级多模式理解能力。CMMMU 涵盖 6 个大类

被大V推荐的AI论文，被引量会翻倍？两位推特博主5年推文背后影响揭秘

在 AI 领域，推特博主的影响力可能比想象中要大。经常在 X 平台（推特）上浏览 AI 论文的研究者应该都很熟悉两位博主：AK (@_akhaliq) 和 Aran Komatsuzaki (@arankomatsuzaki)。他们每天都会精选一些论文进行展示，方便大家重点阅读。数据显示，AK 在 X 平台上的粉丝数已经接近 28 万，Aran Komatsuzaki 也超过了 8 万。一般来说，能够得到这两位博主推荐的论文通常质量都相对有保证，后续也能得到更多研究者的关注。但是，二人的影响力到底有多大，被推荐和不

何恺明谢赛宁团队步步解构扩散模型，最后竟成经典去噪自编码器

去噪扩散模型（DDM）是当前图像生成技术的一大主流方法。近日，Xinlei Chen、Zhuang Liu、谢赛宁与何恺明四人团队对 DDM 进行了解构研究 —— 通过层层剥离其组件，DDM 的生成能力不断下降，但其表征学习能力却能得到一定的维持。这表明 DDM 的某些组件可能对表征学习作用不大。对于当前计算机视觉等领域的生成模型，去噪是一种核心方法。这类方法常被称为去噪扩散模型（DDM）—— 它们会学习一个去噪自动编码器（DAE），其能通过一个扩散过程移除多个层级的噪声。这些方法实现了出色的图像生成质量，尤其适

Llama-2+Mistral+MPT=? 融合多个异构大模型显奇效

融合多个异构大语言模型，中山大学、腾讯 AI Lab 推出 FuseLLM随着 LLaMA、Mistral 等大语言模型的成功，各家大厂和初创公司都纷纷创建自己的大语言模型。但从头训练新的大语言模型所需要的成本十分高昂，且新旧模型之间可能存在能力的冗余。近日，中山大学和腾讯 AI Lab 的研究人员提出了 FuseLLM，用于「融合多个异构大模型」。不同于以往的模型集成和权重合并，前者需要在推理时同时部署多个大语言模型，后者需要合并模型具备相同的结果，FuseLLM 能够从多个异构大语言模型中外化知识，将各自的知识

重塑3D生成核心理论：VAST、港大、清华用「零」训练数据生成了3D模型

AI 生成 3D 模型最难的一关，终于被搞定了。无需任何训练数据，只需对着模型描述一句话，如「一个做作业的香蕉人」：或是「一只戴着 VR 眼镜的猫」：就能生成符合描述的带有高质量纹理贴图的 3D 场景。不仅如此，还能对已有的 3D 模型进行精细化贴图。这是港大与清华大学联合 3D 生成明星公司 VAST AI 研发的一种新方法，它能够从复杂的文本描述中，直接生成富有想象力的高质量 3D 模型。目前，这项研究成果已被人工智能顶级会议 ICLR 2024 收录，代码也已经开源。对这项研究感兴趣的小伙伴，可以戳下方项目主

15岁开公司，22岁再创业公司估值超20亿美金，Cohere CEO自述开挂人生

机器之能报道编辑：SiaAidan Gomez 是明星生成式 AI 创业公司 Cohere 的联合创始人兼 CEO，曾入选 2023 年《时代》杂志 100/AI AI 领域最具影响力人物名单。前段时间，这家位于加拿大多伦多的创业公司完成 C 轮融资，支持者包括英伟达、Salesforce、甲骨文等，估值超 21 亿美元。公司天使轮投资人包括李飞飞、Geoffrey Hinton、Pieter Abbeel 等大腕儿。作为 OpenAI 最大竞争对手之一，与非常注重 2C 部署的 ChatGPT 不同，Cohere

AI全链路营销公司「奥创光年」完成1500万美元A+轮融资，美图、凯辉联合领投

今日，AI全链路营销公司「奥创光年」（Mogic Ai）对外宣布，已获得1500万美元A 轮融资。本轮融资由美图公司、凯辉基金联合领投、彬复资本、万物创投跟投，其中凯辉基金为奥创光年A轮领投基金，万物创投曾参与奥创光年天使轮投资，本轮继续追加投资。这是奥创光年于2023年8月首次披露其A轮千万级美元融资后，仅在半年内再度公布的新一轮融资，本轮融资由华兴资本担任独家财务顾问。奥创光年是一家AI Native营销公司，团队现已推出SaGa视频内容生成模型及Mogic Content AI Studio（CAS）全链路营

手把手教程！用AI快速做挂件+动态的微信红包封面！

春节马上就要到了，一年一度的微信红包封面大战又要开始了。微信公众号奖了我一万多个红包封面，所以这次我打算挑战一下做个最复杂的红包封面，也就是挂件动态，并且借由这个测试下现在 AIGC 的能力边界。更详细的红包教程 7 款AIGC 工具教程：本次测试用到的工具有：图像生成：WHEE 视频生成：Runway 图像编辑：Photoshop sketch 视频剪辑：剪映图像压缩：iloveimg官方文件与帮助文档：、封面图生成 1. 目标拆解带挂件的红包封面→需要 png 格式→需要抠图→好扣的图→扁平风扁

Runway 王炸更新！5个笔刷让人人都能成为神笔马良

前言上周 Runway 再次升级 Gen-2「运动笔刷」更名为「多头运动笔刷」（Multi Motion Brush），这次可以说是 AI 视频可控性的王炸进化！5 个笔刷，可以对视频局部调整，人人秒变神笔马良。目前所有用户都可以免费使用，额度 100 秒，每使用一次消耗 4 秒。接下来让我们一起来试一试吧。更多AI视频干货：一、使用体验目前，Runway 可以在官网上或者下载手机 APP 使用。 1. 登录网址打开官网：进入 Runwayml 主页，点击图片上的粉色「Start with imag

全方位盘点！7个常用的数字人 AI 设计神器

数字人 IP 设计是一项复杂而富有挑战性的任务，需要借助各种工具来实现。在这个领域，有许多优秀的工具可供选择，它们可以帮助我们创建出逼真、生动的数字人。本文将介绍一些常用的数字人制作工具，包括 MJ SD、虚幻引擎、Blender/C4D/MAYA、SadTalker、微软 Azure、PIKA 和 runway。这些工具在数字人设计的不同方面都有着独特的优势，我们将逐一探讨它们的功能和特点。通过了解这些工具，你将能够更好地掌握数字人设计的技术，实现你的创意想象。更多数字人干货：一、形象生成工具 1. MJ SD

让IP替品牌讲好故事！夸克x变形金刚联名设计过程复盘

当下越来越多的品牌加入跨界 IP 营销队伍，可以看到如国潮、潮流服饰、二次元、影视等的联名，其底层逻辑还是品牌在寻找一种流量变现。对于夸克，我们认为与其说教式的结合或博眼球式的曝光，不如换个角度，找到两者的契合点。把品牌的理念、能量寄托到 IP 上，由场景角色的化身为你讲好品牌故事，可能更容易让人记住。在不久前的期末备考期，夸克跟变形金刚电影的联名中，我们实践了这种思路。而说到这次跨界营销中的亮点，夸克与变形金刚电影的联名手办作为一种新的营销策略，为品牌带来了更多的曝光和关注度。更多IP设计干货：一、定位生

多模态大模型，阿里通义千问能和GPT-4V掰手腕了

通义千问的图像推理能力，最近有了大幅提升。2024 年，大模型领域要卷什么？如果没有思路的话，不妨看看各家大厂都在押注什么方向。最近一段时间，先是 OpenAI 推出 GPT-4V，让大模型拥有了前所未有的图像语义理解能力。谷歌随后跟上，发布的 Gemini 成为了业界第一个原生的多模态大模型，它可以泛化并无缝地理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。很明显，新的方向就是多模态。继 GPT-4 在语言方向的里程碑式突破之后，业界普遍认为「视觉」是下一个爆发的赛道。毕竟人类的五感之中有 80

Mamba论文为什么没被ICLR接收？AI社区沸腾了

基于 Mamba 的创新正不断涌现，但原论文却被 ICLR 放到了「待定区」。2023 年，Transformer 在 AI 大模型领域的统治地位被撼动了。发起挑战的新架构名叫「Mamba」，它是一种选择性状态空间模型（ selective state space model），在语言建模方面可以媲美甚至击败 Transformer。而且，它可以随上下文长度的增加实现线性扩展，其性能在实际数据中可提高到百万 token 长度序列，并实现 5 倍的推理吞吐量提升。在发布之后的一个多月里，Mamba 逐渐展现出自己的影

OpenAI官方下场修复GPT-4变懒，上新多个模型、还大降价

今天，OpenAI 一口气宣布了 5 个新模型，包括两个文本嵌入模型、升级的 GPT-4 Turbo 预览版和 GPT-3.5 Turbo、一个审核模型。不知大家是否还记得，去年年底 GPT-4 开始变「懒」的事实。比如在高峰时段使用 GPT-4 或 ChatGPT API 时，响应会变得非常缓慢且敷衍，有时它会拒绝回答用户提出的问题，甚至还会单方面中断对话。这种情况对于码农来说，更是深有体会，有人抱怨道「让 ChatGPT 扩展一些代码，它竟然让我自己去写。」原本想借助 ChatGPT 帮助自己编写代码，现在好

大模型推理成本排行榜来了：贾扬清公司效率领跑

风投烧完之后，哪些大模型创业公司会开始盈利？「大模型的 API 是个亏本买卖吗？」随着大语言模型技术的逐渐实用化，越来越多的科技公司提出了大模型 API 供开发者们使用。但前有 OpenAI「每天烧掉 70 万美元」，我们也有理由怀疑以大模型为基础的业务到底能不能持续。本周四，AI 创业公司 Martian 为我们仔细盘算了一下。排行榜链接： LLM Inference Provider Leaderboard 是一个开源的大模型 API 推理产品排行榜。对于每个供应商的 Mixtral-8x7B 和 Llama-

大模型×文本水印：清华、港中文、港科广、UIC、北邮联合发布首个大模型时代下的文本水印综述

本文介绍首个大模型时代下的文本水印综述，由清华、港中文、港科广、UIC、北邮联合发布，全面阐述了大模型时代下文本水印技术的算法类别与设计、评估角度与指标、实际应用场景，同时深入探讨了相关研究当前面临的挑战以及未来发展的方向，探索文本水印领域的前沿趋势。论文：A Survey of Text Watermarking in the Era of Large Language Models论文链接：：文本水印新纪元文本水印是一种信息隐藏技术，起源可以追溯到上个世纪 90 年代。它通过将机密信息（水印）嵌入文本中，实现了