Компания Meta только что выпустила Llama 3, свою новую передовую модель искусственного интеллекта, которую они открывают для общего доступа. Это значительное событие в мире ИИ, поскольку Llama 3 обладает впечатляющими возможностями и производительностью.

Выпуск включает две версии Llama 3 - модель с 8 миллиардами параметров и модель с 70 миллиардами параметров. Эти модели работают наравне с некоторыми из лучших существующих открытых моделей, таких как Claude 3 Opus и Gemini Pro 1.5.

Однако настоящее возбуждение вызывает предстоящая модель Llama 3 с 400 миллиардами параметров. Эта более крупная модель, как ожидается, будет иметь значительно улучшенные возможности, включая мультимодальность, способность общаться на нескольких языках и более широкие контекстные окна. Ранние результаты тестирования показывают, что эта модель будет конкурировать с такими моделями, как GPT-4 и Claude 3 Opus.

Чтобы использовать Llama 3, вы можете получить к ней доступ через платформу Hugging Face или новый веб-сайт Meta AI по адресу meta.vn. Веб-сайт предлагает уникальную функцию - возможность искать информацию в Интернете и ссылаться на источники при ответе на вопросы, чего даже популярная модель Claude не может делать напрямую.

Еще одна выдающаяся функция веб-сайта Meta AI - это инструмент генерации изображений в реальном времени. Пользователи могут ввести запрос, и ИИ будет генерировать и обновлять изображение в реальном времени по мере ввода. Это включает в себя возможность анимировать сгенерированные изображения, чего еще не было в других инструментах генерации изображений ИИ, таких как Dall-E или Stable Diffusion.

В целом, выпуск Llama 3 является значительным шагом вперед в мире открытых моделей ИИ. Благодаря своим впечатляющим характеристикам и уникальным функциям, Llama 3, несомненно, станет игроком, который изменит ландшафт ИИ.

В конце прошлой недели Nvidia объявила о выпуске GROCK 1.5 с интеграцией зрения. Результаты тестирования показывают, что эта новая версия находится на уровне других моделей, которые также обладают возможностями зрения.

На веб-сайте Nvidia были представлены некоторые примеры:

• Написание кода по диаграмме: Nvidia предоставила схему на доске, которая затем была преобразована в код GROCK 1.5.
• Другие примеры демонстрируют способность GROCK 1.5 генерировать изображения и включать их в ответы.

Автор проверил свою учетную запись GROCK, но функция интеграции зрения еще не была развернута. Как только доступ будет открыт, они планируют провести более глубокое тестирование возможностей GROCK 1.5.

Анонс GROCK 1.5 с интеграцией зрения - это захватывающее событие, поскольку оно демонстрирует непрерывные усилия Nvidia по расширению возможностей их крупной языковой модели. Способность интегрировать обработку зрения и языка открывает новые возможности для приложений ИИ.

PoChat недавно выпустил новую функцию под названием "Multibot Chat", которая позволяет пользователям бесшовно переключаться между различными языковыми моделями в рамках одного разговора. Эта функция представляет собой значительный шаг к будущему того, как мы будем взаимодействовать с крупными языковыми моделями.

Основные аспекты функции Multibot Chat от PoChat:

1. Выбор модели: Пользователи могут выбирать вызывать конкретные языковые модели, такие как Claude 3 Opus, Gemini 1.5 Pro или GPT-4, для ответа на разные части своего запроса. Это позволяет пользователям использовать уникальные сильные стороны каждой модели.

2. Автоматический выбор модели: PoChat также может автоматически выбирать наиболее подходящую модель на основе вопроса пользователя, обеспечивая получение наилучшего возможного ответа.

3. Бесшовный разговор: Переход между моделями происходит бесшовно, позволяя пользователям поддерживать естественный ход разговора без прерываний.

Такой подход представляет собой отход от текущей модели использования единственной языковой модели для всех задач. Вместо этого он принимает идею о том, что различные модели могут преуспевать в разных типах запросов или задач. Позволяя пользователям выбирать наиболее подходящую модель или позволяя системе принимать это решение, PoChat обеспечивает более адаптированный и эффективный опыт общения.

По мере развития и специализации языковых моделей мы можем ожидать, что все больше платформ и приложений будут принимать аналогичный многомодельный подход. Это позволит пользователям использовать уникальные сильные стороны различных моделей, что приведет к более точным, актуальным и полезным ответам.

Кроме того, возможность вызывать конкретные модели для определенных задач, таких как программирование или медицинский анализ, может быть особенно ценной в профессиональных и корпоративных условиях. Пользователи могут быстро получить доступ к наиболее подходящей модели для своих потребностей, повышая производительность и эффективность.

В заключение, функция Multibot Chat от PoChat дает представление о будущем того, как мы будем взаимодействовать с крупными языковыми моделями. Принимая многомодельный подход, пользователи могут наслаждаться более персонализированным и эффективным опытом общения, прокладывая путь к следующему поколению взаимодействий, управляемых ИИ.

Мир ИИ накаляется с крупными объявлениями и разработками. Одна из самых больших новостей - это продолжающаяся битва между Microsoft и Google за превосходство в ИИ.

Несколько недель назад сообщалось, что Microsoft и OpenAI объединяются, чтобы построить центр обработки данных стоимостью 100 миллиардов долларов, чтобы увеличить свои вычислительные мощности и продвигаться к искусственному общему интеллекту (AGI). Теперь Google ответил, и глава DeepMind заявил, что Google также тратит не менее 100 миллиардов долларов в течение следующих нескольких лет на строительство аналогичной инфраструктуры.

Это указывает на то, что оба технологических гиганта делают огромные инвестиции, чтобы первыми достичь AGI - святого Грааля ИИ, который будет обладать интеллектом и способностями рассуждения на уровне человека. Гонка началась, пока Microsoft и OpenAI работают над своим центром обработки данных стоимостью 100 миллиардов долларов, а Google соответствует этому своими инвестициями более 100 миллиардов долларов.

Эта битва за превосходство в ИИ показывает, насколько важными становятся эти достижения. Та компания, которая сможет первой сделать прорыв в AGI, может получить значительное конкурентное преимущество. Масштаб инвестиций, когда обе компании вкладывают более 100 миллиардов долларов, подчеркивает, насколько высока ставка в этой гонке вооружений ИИ.

По мере того, как эти технологические гиганты продолжают вкладывать ресурсы в свои усилия в области ИИ, будет интересно наблюдать, какая компания выйдет победителем в гонке за AGI. Последствия достижения ИИ на уровне человека могут быть глубокими, что делает эту битву невероятно важной для наблюдения в ближайшие годы.

Хотя у нас пока нет доступа к Stable Diffusion 3 в удобном пользовательском интерфейсе, она, вероятно, скоро появится во многих приложениях для генерации изображений ИИ. Одним из приложений, которое, как ожидается, интегрирует Stable Diffusion 3, является Leonardo AI.

Кроме Stable Diffusion 3, Leonardo AI, как сообщается, также выпустит новую функцию переноса стиля в ближайшем будущем, возможно, даже к моменту публикации этого видео. Предоставленный пример показывал загрузку изображения в качестве эталона стиля, а затем генерацию нескольких изображений с использованием того же стиля.

Полученные изображения имели последовательный художественный стиль, с примерами, демонстрирующими человека, занимающегося парашютным спортом, кого-то в футуристическом кибер-панковском наряде и другие сцены, выполненные в этом уникальном визуальном стиле. Эта функция переноса стиля, как ожидается, станет мощным дополнением к набору инструментов для генерации изображений ИИ в Leonardo AI.

Хотя конкретные подсказки, использованные при этом, не были раскрыты, возможность переноса художественного стиля на несколько сгенерированных изображений - это захватывающее развитие, которое может открыть новые творческие возможности для пользователей платформы. По мере развития генерации изображений ИИ функции, подобные этой функции переноса стиля, вероятно, будут становиться все более распространенными и ценными для художников, дизайнеров и создателей контента.

Недавно Microsoft выпустила исследование под названием VASA-1, которое позволяет пользователям загружать изображение портрета и аудиоклип, а затем генерировать видео с говорящим человеком, сочетая портрет и аудио. Это отличается от предыдущих инструментов, таких как Synthesia и Rephrase.ai, поскольку сгенерированные видео демонстрируют высокий уровень эмоций и естественных движений лица, мигания, поднятия бровей и движений головы/тела.

Примеры, предоставленные Microsoft, демонстрируют способность технологии создавать очень реалистичные видео с говорящими головами. Один пример показывает человека, обсуждающего изменение своей жизни, при этом выражения лица и движения выглядят очень естественными и убедительными. Другой пример демонстрирует человека, обсуждающего занятия спортом, снова с очень реалистичной анимацией говорящей головы.

Microsoft заявила, что они осторожны с широким распространением этой технологии из-за опасений по поводу возможного злоупотребления ею для создания фальшивых видео. Поэтому неясно, когда эта возможность будет доступна для широкой публики. Тем не менее, исследование указывает на то, что другие компании могут разработать аналогичные технологии, которые могут быть выпущены раньше.

Такая технология генерации говорящих голов на основе ИИ может быть полезна для создателей контента, которым нужно производить видео, но у которых нет возможности снимать личные интервью. Она также может найти применение в таких областях, как подкастинг, где аудиоформат без видео можно было бы дополнить сгенерированным видео с говорящей головой. В целом, VASA-1 представляет впечатляющее развитие технологии генерации видео на основе ИИ.

На этой неделе была выпущена новая исследовательская работа под названием "Instant Mesh", распространяемая под лицензией Apache 2.0 с открытым исходным кодом. Instant Mesh позволяет загружать 2D-изображение и преобразовывать его в 3D-объект, который затем можно скачать.

Чтобы попробовать, доступно демо на Hugging Face. Вы можете просто перетащить изображение в окно ввода, и инструмент обработает его, чтобы сгенерировать 3D-версию.

Например, когда я загрузил изображение робота, инструмент сначала удалил фон. Затем он сгенерировал несколько видов и углов 3D-интерпретации робота. Полученный 3D-объект можно скачать в формате OBJ или GLB.

Хотя 3D-модель может быть не идеальной и не готовой к немедленному использованию в игре или 3D-про