当前位置：
【每日AI快讯】5月20日 周一
什么软件好05月20日 周一
💡 谷歌Gemini 1.5技术报告：轻松证明奥数题，Flash版比GPT-4 Turbo快5倍
谷歌2月推出的多模态大模型Gemini1.5，经优化性能提升，本周发布了技术报告。报告介绍了两个新型号：功能更强大的Gemini1.5Pro和轻量级Gemini1.5Flash，后者在效率上有显著优势。Gemini1.5在处理长上下文和跨模态内容上表现卓越，尤其在视频和音频理解任务上超越了前代。谷歌表示，Gemini1.5的数学增强版本在竞赛级数学问题上表现出色，并在实际应用中能显著节省专业人士的时间
💡 人物照片+文字 = 定制化视频，腾讯光子开源ID-Animator
腾讯光子近期推出的ID-Animator，是一种创新的文本驱动人物视频生成框架，能够根据参考图片生成一致性的角色定制化视频。该框架包括人脸适配器模块和视频生成主干网络，通过轻量级的适配器模块，实现了人物一致性的视频生成。此外，ID-Animator还提出了面向ID的视频数据集重构流程、随机人脸参考的训练方法，有效提升了生成视频的身份保持能力。与IP-Adapter等模型相比，ID-Animator展现了更强大的指令跟随能力和ID保真度，可应用于多种风格和模型的视频生成
💡 OpenAI又迎人事动荡！“超级对齐”团队已被解散
OpenAI的“超级对齐”团队，负责研究人工智能生存危险，已经全部辞职或被其他小组吸收。这个团队原本是为了解决超智能“AI对齐”问题而成立，即确保AI系统的目标与人类价值观和利益一致。然而，由于公司内部动荡，包括团队两名研究人员被解雇、负责人伊利亚·苏茨克沃和Jan Leike离职，以及其他成员的离开，这个团队已经解散。OpenAI表示，将把超级对齐团队的工作更深入地整合到其研究工作中，以帮助公司实现其安全目标。
💡 OpenAI宫斗大戏第二幕 核心安全团队解散 负责人自爆离职内幕
OpenAI的超级对齐团队，负责研究人工智能的安全性和对齐问题，已经解散。团队负责人Jan Leike和Ilya Sutskever相继离职，Leike公开指责公司不够关注AI安全，而更注重产品开发和商业化。OpenAI表示将把超级对齐团队的工作整合到其他研究中，但这一决定引发了外界对公司在AI安全和商业化之间如何平衡的质疑。此外，有消息称OpenAI的离职员工在离职时被要求签署非贬低条款的协议，这引发了关于公司透明度和言论自由的讨论。OpenAI的CEO阿尔特曼承诺将发布更多相关信息，以解释公司未来的方向和策略。
💡 Meta 首发「变色龙」挑战 GPT-4o，34B 参数引领多模态革命！10 万亿 token 训练刷新 SOTA
Meta团队最近发布了一个名为「混合模态基座模型」Chameleon的新模型，这是一个340亿参数的模型，使用了10万亿token进行训练。Chameleon采用了统一的Transformer架构，能够处理文本、图像和代码的混合模态，并实现了在单一神经网络中无缝处理这些模态。Chameleon的性能在纯文本任务中与Gemini-Pro相当，在视觉问答和图像标注基准上刷新了SOTA，性能接近GPT-4V。Chameleon采用了「早期融合」的方法，将所有模态的信息映射到同一个向量空间中，让Transformer可以无缝处理文本和图像。为了优化稳定性，Chameleon引入了QK归一化、在注意力层和前馈层之后引入dropout等训练技巧。在实验评估中，Chameleon的性能全面超过了Llama 2，在某些任务上接近Mistral-7B/8x7B。此外，Chameleon-34B在人工评估中表现远超Gemini Pro和GPT-4V。
💡 月之暗面 Kimi 智能助手加入“给 Kimi 加油”付费选项：可获得高峰期优先使用权益
Kimi智能助手最近上线了“给 Kimi 加油”的付费选项，用户可以选择不同的付费档位来支持Kimi，享受高峰期优先使用权益。这个服务可以在电脑网页端支付，提供了六种不同的付费档位，包括送Kimi一朵花、给Kimi加鸡腿、请Kimi喝咖啡、给Kimi充充电、请Kimi吃顿饭和和Kimi一起登月。这些档位的价格和时长不同，用户可以根据自己的需求选择合适的档位。