每日AI快讯

近年来，AI视频生成技术引发了广泛关注，一系列经典影视片段被AI改造，形成独特的新剧情，迅速走红短视频平台。抖音上，“AI扩图卷土重来”话题播放量高达3.9亿次，显示出AIGC（AI生成内容）的巨大潜力。这种技术不仅能创作文章、音乐，还能生成视频，带来无限创意。然而，AI介入后，内容的真实感与原版可能相去甚远，仿佛打开了一扇未知的潘多拉魔盒。 快手的“可灵”大模型在2024年世界人工智能大会上展示了其第三次重大升级，提升了视频生成的质感、美感和可玩性，引领了AI视频生成的新潮流。可灵AI网页版上线后，吸引了超过...

在2024年，Sora的出现引领了视频大模型的崛起，成为AI领域的焦点。中国科技企业紧随其后，努力推动视频大模型的广泛应用。可灵AI作为国内首个向公众开放的视频大模型平台，其在WAIC上展示了与快手团队合作的AIGC星芒短剧《山海奇镜之劈波斩浪》预告片。这部短剧在最近的线下活动中，展示了AI在影视制作中的实际应用。 《山海奇镜之劈波斩浪》凭借其高质量的AI生成效果，吸引了众多观众的关注。预告片中，细腻的画面和梦幻般的镜头展现了AI技术的惊人表现力。在快手的线下看片会上，观众体验到大银幕上AI带来的视觉冲击，如A...

新一代人工智能的焦点——测试时间训练模型（TTT）正崭露头角，作为对Transformers架构的革新。Transformers，如OpenAI的Sora、Anthropic的Claude和谷歌的Gemini等模型的基础，虽然强大，但在处理大规模数据时面临计算效率低下的挑战。随着硬件需求的飙升，企业和环境可持续性面临压力。TTT模型应运而生，由斯坦福大学、加州大学圣地亚哥分校、伯克利分校和Meta的研究团队共同研发，历时一年半。TTT不仅能处理更多数据，而且计算能耗显著降低。 Transformers的核心是隐藏状态，一种存储处理内容的查找表。然而，这种设计使得...

在即将到来的7月19日，字节跳动计划披露其在人工智能领域的最新突破，包括创新的文生图技术与类似Sora的新视频模型。这些AI模型特别在长视频和高动态场景中展现出独特优势，可能与OpenAI的Sora模型形成竞争态势。据知情人士透露，字节跳动已将AI大模型视为集团最高优先级项目。 在新加坡举行的ByteDance AI Luminary Talks活动中，字节跳动的研究科学家周大权将详细介绍关于“连续高动态的长视频生成方案”的前沿研究。作为短视频行业的领头羊，字节跳动在AI技术的每一步发展都受到广泛关注。这次文生视频的布局预示着相关AI...

谷歌近日启动了一项名为“Project Oscar”的创新计划，旨在为开源开发团队提供支持，让他们能够利用人工智能（AI）智能体来管理软件项目。这一举措在谷歌2024年I/O Connect开发者活动中首次亮相，活动在印度的科技重镇班加罗尔举行。Project Oscar的核心是一个AI智能体开源平台，它能够协助软件团队监控并解决开发过程中的问题和故障，无需开发者额外编写代码。 该项目特别强调了自然语言交互的能力，使得AI智能体能够适应开发、规划、运行以及售后服务等多个环节。谷歌Go语言的产品经理，卡梅隆·巴拉汉，分享了Oscar已经在Go...

随着人工智能（AI）研究的快速发展，美国高校正面临严重的算力短缺问题，这导致了AI研究的停滞和人才流失。 尽管顶级高校如斯坦福大学也在努力应对，但与大企业的庞大算力集群相比，差距悬殊。例如，Meta预计2024年底将拥有相当于60万块英伟达H100 GPU的算力，远超斯坦福大学的NLP实验室。许多高校甚至没有足够的GPU资源，一些学生不得不自费购买或寻求补贴。高校试图通过校际合作和转向低算力需求的AI研究来解决这一问题。算力短缺已引起人才流失，有志于生成式AI研究的学生转向大公司，因为大公司拥有成百上千倍于高校的...

在人工智能领域，OpenAI的最新模型GPT-4o以其高效能和低延迟引起了关注，尤其是在实时语音互动方面，达到了与人类对话相当的速度。然而，尽管发布会展示了令人惊叹的技术，但在产品落地过程中，诸如GPT-4o的实时音视频功能和视频多模态产品Sora的开放仍面临延迟。这种现象不仅困扰OpenAI，国内的类似项目也面临同样的问题。尽管实时语音被认为是AI商业化的重要路径，但现有的技术如Pi和Call Annie存在高延迟和情感理解不足的问题。新产品EVI通过引入语义空间理论来改进情感表达，但牺牲了响应时间。GPT-4o的多模态技术则显著...

Andrej Karpathy，曾经在特斯拉和OpenAI任职，现宣布创立Eureka Labs，一家专注于人工智能与教育结合的初创公司。Eureka Labs致力于构建一个AI驱动的新式学校，利用教师与人工智能助教的协作模式，提供个性化的学习体验。首推产品是LLM101n，一个本科级别的AI训练课程，旨在让学生自主训练AI模型。课程内容涵盖语言建模到ChatGPT类似的Web应用程序。Karpathy对教育有着深厚的兴趣，从YouTube教程到斯坦福的CS231n，再到个人项目，他的职业生涯始终贯穿教育和AI。Eureka Labs的名字源于古希腊语中的“顿悟”感，目标是激发人们...

在编程领域，一些程序员可能会本能地认为9.11大于9.9，但这仅仅是在特定场景下。然而，当向AI大模型提出这个问题时，答案却五花八门，甚至出现了一些“失误”。Riley Goodside，一位在Scale AI工作的staff prompt engineer，通过推文分享了他发现的有趣现象。他向多个大模型输入“9.11and9.9- which is bigger?”，结果ChatGPT4o和Gemini Advanced等模型给出了错误的答案。尽管Claude3.5Sonnet在解释过程中差点回答正确，但最终还是陷入了误区。 这个问题引发了一场关于AI模型在基础数学理解上的讨论，有人提到了《歌手2024》排...

在21世纪的数字化浪潮中，AI技术对各行各业的影响日益显著，其中包括游戏设计师和电话客服等行业。尽管“AI导致失业”的话题曾引发热议，但实际情况是，AI的局限性也开始显现，一些AI项目已经面临挑战。最近，快餐巨头麦当劳宣布结束与IBM合作的AI点餐员项目，这标志着AI在餐饮业的应用并非一帆风顺。这个经过三年测试的自动点餐系统最终未能达到预期效果。 麦当劳的免下车服务“得来速”原本希望通过AI技术提高效率，但IBM的AI语音识别准确率仅为85%，导致每五个订单就需要人工干预。这表明，尽管AI点餐理论上能提供更快捷的服...