元宇宙刚刚发布了他们的新一代尖端AI模型Llama 3,并将其开源。这是AI领域的一个重大进展,因为Llama 3拥有令人印象深刻的能力和性能。

发布包括两个版本的Llama 3 - 一个80亿参数模型和一个700亿参数模型。这些模型的性能与一些最好的现有开源模型(如Claude 3 Opus和Gemini Pro 1.5)相当。

然而,真正令人兴奋的是即将推出的4000亿参数Llama 3模型。这个更大的模型预计将有显著改善的能力,包括多模态、多语言对话和更大的上下文窗口。早期的基准测试结果表明,这个模型将与GPT-4和Claude 3 Opus相媲美。

要使用Llama 3,您可以通过Hugging Face平台或新的Meta AI网站meta.vn进行访问。该网站提供了一个独特的功能 - 在回答问题时搜索网页并引用来源,这是即使是流行的Claude模型也无法本地实现的。

Meta AI网站的另一个突出功能是实时图像生成工具。用户可以输入提示,AI会实时生成并更新图像。这包括生成动画图像的能力,这是其他AI图像生成工具(如Dall-E或Stable Diffusion)尚未实现的。

总的来说,Llama 3的发布是开源AI模型世界的一个重大进步。凭借其出色的性能和独特的功能,Llama 3必将成为AI领域的一个游戏规则改变者。

上周末,英伟达宣布发布了具有视觉集成功能的GROCK 1.5版本。基准测试显示,这个新版本与其他也具有视觉能力的模型相当。

英伟达网站上分享的一些示例包括:

• 从图表生成代码:英伟达提供了一个白板图,然后由GROCK 1.5转换为代码。
• 其他示例展示了GROCK 1.5生成图像并将其纳入响应的能力。

作者检查了自己的GROCK账户,但视觉集成功能尚未推出。一旦获得访问权限,他们计划对GROCK 1.5的功能进行更深入的测试。

GROCK 1.5带有视觉功能的发布是一个令人兴奋的进展,因为它显示了英伟达继续努力扩展其大型语言模型的能力。将视觉和语言处理相结合开辟了AI应用程序的新可能性。

PoChat最近发布了一项名为"多机器人聊天"的新功能,允许用户在单个对话中无缝切换不同的语言模型。这一功能代表了我们与大型语言模型交互的未来发展的重要一步。

PoChat的多机器人聊天功能的关键方面包括:

1. 模型选择:用户可以选择调用特定的语言模型,如Claude 3 Opus、Gemini 1.5 Pro或GPT-4,来回答不同部分的查询。这允许用户利用每个模型的独特优势。

2. 自动模型选择:PoChat也可以根据用户的问题自动选择最合适的模型,确保他们获得最佳响应。

3. 无缝对话:模型之间的转换是无缝的,允许用户保持自然的对话流程,不会中断。

这种方法代表了远离使用单一语言模型完成所有任务的当前模式。相反,它接受不同模型可能擅长不同类型的查询或任务的想法。通过允许用户选择最合适的模型,或让系统做出决定,PoChat提供了更加定制和有效的对话体验。

随着语言模型的不断发展和专业化,我们可以期望看到更多的平台和应用程序采用类似的多模型方法。这将使用户能够利用各种模型的独特优势,从而获得更准确、更相关和更有帮助的响应。

此外,为特定任务(如编码或医疗分析)调用特定模型的能力在专业和企业环境中可能特别有价值。用户可以快速访问最合适的模型,提高生产力和效率。

总之,PoChat的多机器人聊天功能为我们未来如何与大型语言模型互动提供了一瞥。通过采用多模型方法,用户可以享受到更个性化和有效的对话体验,为下一代AI驱动互动铺平道路。

AI世界正在因重大公告和发展而变得火热。最大的新闻之一是微软和谷歌之间争夺AI霸主地位的持续战斗。

几周前,有报道称微软和OpenAI正在合作建设一个价值100亿美元的数据中心,以增加计算能力并推进人工通用智能(AGI)的发展。现在,谷歌也做出了回应,DeepMind负责人表示,谷歌也将在未来几年内投资至少1000亿美元建设类似的基础设施。

这表明,这两家科技巨头都在进行大规模投资,以成为首个实现AGI的公司 - AGI是AI的圣杯,拥有人类级别的智能和推理能力。微软和OpenAI正在建设100亿美元的数据中心,而谷歌也在进行超过100亿美元的同等投资,这场竞争正如火如荼地进行。

这场AI霸主之争表明,这些进步变得多么关键。率先实现AGI的公司可能会获得重大的竞争优势。两家公司都投入超过100亿美元,这一巨大规模的投资突出了这场AI军备竞赛的高度。

随着这些科技巨头继续投入资源到AI努力中,看哪家公司最终在实现AGI的竞赛中胜出将是一件非常有趣的事情。实现人类级别的AI可能会产生深远的影响,这使得这场即将到来的战斗备受关注。

虽然我们还无法轻松访问Stable Diffusion 3,但它很可能很快会集成到许多AI图像应用程序中。预计将集成Stable Diffusion 3的一个应用程序是Leonardo AI。

除了Stable Diffusion 3,Leonardo AI reportedly还将在不久的将来推出一项新的风格迁移功能,甚至可能在本视频发布时就已经推出。他们提供的示例显示,上传一张图像作为风格参考,然后生成几张使用相同风格的图像。

生成的图像具有一致的艺术风格,例如展示一个人滑翔伞、一个穿着未来朋克风格服装的人,以及其他以独特视觉风格渲染的场景。这种风格迁移功能被认为是Leonardo AI AI驱动图像生成工具套件的一个强大补充。

虽然未分享具体的提示,但在多个生成图像中传递艺术风格的能力是一个令人兴奋的发展,可能为平台用户开辟新的创意可能性。随着AI图像生成的不断发展,这种风格迁移功能很可能会变得越来越普遍和有价值,对于艺术家、设计师和内容创作者来说尤其如此。

微软最近发布了名为VASA-1的研究,允许用户上传一张头像图像和一段音频,然后生成一个结合头像和音频的视频。这与之前的Synthesia和Rephrase.ai等工具不同,生成的视频展示了高度的情感和自然的面部运动,包括眨眼、眉毛上扬和头部/身体移动。

微软提供的示例展示了该技术创造非常逼真的说话头视频的能力。一个示例展示了一个人讨论改变生活,面部表情和动作看起来非常自然和令人信服。另一个示例展示了一个人讨论锻炼,同样具有非常逼真的说话头动画。

微软表示,由于担心可能被滥用于制作deepfakes,他们谨慎地不会广泛发布这项技术。因此,目前还不清楚何时将这一功能提供给普通公众。然而,这项研究表明,其他公司可能会开发类似的技术,并可能更早发布。

这种AI生成的说话头技术可能对需要制作视频但无法进行现场采访的内容创作者有用。它也可能应用于播客等领域,将音频格式增强为生成的说话头视频。总的来说,VASA-1代表了AI驱动视频生成领域的一项重大进步。

本周,一项名为"Instant Mesh"的新研究在Apache 2.0开源许可下发布。Instant Mesh允许您上传一张2D图像,并将其转换为3D对象,然后下载。

要试用,有一个Hugging Face演示可用。您只需将图像拖放到输入中,该工具就会对其进行处理,生成3D版本。

例如,当我上传一张机器人的图像时,该工具首先删除了背景。然后,它生成了多个视角和角度的3D机器人解释。生成的3D对象可以下载为OBJ或GLB文件。

虽然3D模型可能并不完美,无法立即用于游戏或3D项目,但它提供了一个不错的草稿,您可以在Blender等工具中进一步完善。这可以成为3D内容创作的一个有用的起点,特别是对于那些3D建模技能不强的人来说。

总的来说,Instant Mesh是一个有趣的新开源工具,可以更轻松地将2D图像转换为3D对象。这是AI驱动3D创作世界的一个有前景的发展。

Adobe在NAB大会上做出了一些令人兴奋的公告,展示了他们最新的AI驱动功能,将彻底改变视频编辑的格局,为内容创作者赋予前所未有的能力。

其中一个突出功能是在Premiere中直接生成和插入内容的能力。Adobe演示了Pika、Runway和备受期待的Sora等模型的集成,允许用户生成视频片段、延长镜头,甚至删除或修改场景中的对象。这种将AI驱动工具直接集成到编辑工作流程中的无缝方式是一个游戏规则的改变者,简化了创作过程,为视频创作者开辟了新的可能性。

另一个令人印象深刻的功能是AI驱动的色彩分级,它承诺在整个项目中提供一致和专业级别的色彩校正。这种对传统上耗时的任务的自动化将是一个福音,对于那些不是色彩分级专家的编辑来说,能够轻松实现精致、视觉协调的结果。

此外,AI驱动的运动跟踪集成将简化视频中元素跟踪和稳定的过程。这一功能与DaVinci Resolve中现有的"魔法遮罩"功能相结合,将为编辑提供强大的工具来提升项目的制作价值。

Adobe Premiere和DaVinci Resolve中这些AI驱动的进步清楚地表明,人工智能正在对视频编辑行业产生变革性的影响。通过将这些功能无缝集成到创作者已经使用的工具中,Adobe和其他行业领导者正在赋予用户推动视频制作极限的能力。

随着这些技术的不断发展和更广泛的普及,我们可以预期视频内容的创作、编辑和润色方式将发生重大转变。视频编辑的未来无疑是AI驱动的,而Adobe和其他公司的最新公告只是新时代视觉讲述的开端。

DaVinci Resolve的最新版本19引入了两项新的AI驱动功能:

1. AI色彩分级:这一功能使用AI自动对您的镜头进行色彩分级,帮助您在整个视频中实现一致的外观。作为一个不常对视频进行色彩分级的人,这个功能可能会是一个游戏规则的改变者,让我能够以最小的努力添加专业级别的色彩分级。

2. AI驱动的运动跟踪:DaVinci Resolve已经有一个使用AI的"魔法遮罩"功能进行运动跟踪。版本19中的新AI驱动运动跟踪功能预计将在此基础上进行改进,使跟踪和隔离镜头