摘要：Midjourney 正式開放了 V6 的 Alpha 測(cè)試版本,。V6 新版本擁有更準(zhǔn)確的提示詞跟隨以及支持更長(zhǎng)的提示詞,，同時(shí)提高了連貫性和模型知識(shí)，并且改進(jìn)了圖像提示詞和重新混合,；Stability AI 近日發(fā)布新聞稿,，宣布旗下文本生成圖片模型 Stable Diffusion 推出會(huì)員訂閱計(jì)劃，其中非商業(yè)級(jí)會(huì)員,，可免費(fèi)使用核心模型,，供個(gè)人和研究使用。

圖片來源：由無界 AI生成

熱門新聞：

Midjourney 開放 V6 模型 alpha 版本測(cè)試

12 月 20 日,，Midjourney 在 discord 社區(qū)宣布開放 V6 模型的 alpha 版本測(cè)試。V6 新版本擁有更準(zhǔn)確的提示詞跟隨以及支持更長(zhǎng)的提示詞,，同時(shí)提高了連貫性和模型知識(shí),，并且改進(jìn)了圖像提示詞和重新混合。V6 的提示與 V5 的提示詞邏輯有顯著不同,，用戶將需要“重新學(xué)習(xí)”如何輸入提示詞,。V6 對(duì)提示詞更加敏銳，用戶應(yīng)避免使用無用的提示詞,。

谷歌推出 TpuGraphs 訓(xùn)練數(shù)據(jù)集：用于優(yōu)化編譯器,，可強(qiáng)化 AI 模型深度學(xué)習(xí)能力

12 月 21 日消息，谷歌日前推出一款名為 TpuGraphs 的“學(xué)習(xí)成本模型”訓(xùn)練數(shù)據(jù)集,，主要用于“優(yōu)化編譯器”,、“提升 AI 深度學(xué)習(xí)能力”。

谷歌指出,，當(dāng)下 AI 深度學(xué)習(xí)系統(tǒng)通常使用 TensorFlow,、JAX、PyTorch 等框架訓(xùn)練而成,，這些框架主要通過底層編譯器的啟發(fā)式算法（Heuristic Algorithm）優(yōu)化模型,，而在相關(guān)編譯器中運(yùn)用“學(xué)習(xí)成本模型”，即可改善編譯器的性能,，并提升最終輸出模型的深度學(xué)習(xí)能力,。與業(yè)界競(jìng)品相比，谷歌 TpuGraphs 數(shù)據(jù)集“平均圖大小”相比業(yè)界訓(xùn)練集大了 770 倍,、“圖數(shù)量”則是對(duì)了 25 倍,。谷歌聲稱,，為編譯器應(yīng)用 TpuGraphs 數(shù)據(jù)集可有效解決最終輸出的模型“可擴(kuò)展性”、“效率”和“質(zhì)量”等問題,。

Runway 推出兩項(xiàng)新的視頻 AI 功能和一項(xiàng)“通用世界模型”研究計(jì)劃

據(jù) The Decoder 12 月 20 日?qǐng)?bào)道,，視頻 AI 初創(chuàng)公司 RunwayML 宣布推出了兩項(xiàng)新功能和一項(xiàng)“通用世界模型”研究計(jì)劃。

首先是“文本到語音”功能,，Runway 在視頻編輯器中提供了不同的聲音供用戶選擇,，如年輕、成熟,、女性,、男性等。該功能適用于所有用戶,。另一項(xiàng)新功能為比例功能,，只需點(diǎn)擊，就能將創(chuàng)建的視頻轉(zhuǎn)換成不同的格式,，如 1:1 或 16:9,。

此外，Runway 還宣布了一項(xiàng)新的研究計(jì)劃,。該公司希望開發(fā)所謂的“世界模型”,，旨在通過能夠理解和模擬視覺世界的系統(tǒng)來推動(dòng)人工智能的發(fā)展,。Runway 寫道，像 Gen-2 這樣的視頻模型可以被視為“非常早期和有限的”世界模型,，因?yàn)樗呀?jīng)對(duì)物理和運(yùn)動(dòng)有了基本的理解,，可以生成視頻。然而，據(jù)該公司稱,，它的能力仍然有限,，在處理復(fù)雜的攝像機(jī)或物體運(yùn)動(dòng)時(shí)存在問題。

Stable Video Diffusion 現(xiàn)可在 Stability AI 開發(fā)者平臺(tái) API 上使用

12 月 20 日,，Stability AI 宣布將視頻生成模型 Stable Video Diffusion 添加到開發(fā)者平臺(tái) API 中,。據(jù)悉，該模型可在平均 41 秒的時(shí)間內(nèi)生成 2 秒鐘的視頻,，包括 25 個(gè)生成幀和 24 個(gè) FILM 插值幀,。

亞馬遜創(chuàng)始人貝索斯：ChatGPT 不是“發(fā)明”，而是“發(fā)現(xiàn)”

12 月 21 日?qǐng)?bào)道,，亞馬遜創(chuàng)始人貝索斯在著名科技播客 Lex Fridman Podcast 上分享了自己對(duì)生成式 AI 的見解。

對(duì)于 ChatGPT 等生成式 AI,，貝索斯提出了相當(dāng)有趣定義：“如今形式的大語言模型并不是發(fā)明,，它們是發(fā)現(xiàn)?！痹谪愃魉箍磥?，只有我們刻意設(shè)計(jì)，并清晰了解其運(yùn)作原理的東西才是發(fā)明,。譬如,，望遠(yuǎn)鏡是發(fā)明，但通過望遠(yuǎn)鏡看到木星,，知道它有自己的衛(wèi)星,，這是一個(gè)發(fā)現(xiàn)。大語言模型更像是發(fā)現(xiàn),。我們經(jīng)常為它們的能力感到驚奇,。它們并不是設(shè)計(jì)出來的產(chǎn)物。

Stable Diffusion 推出商業(yè)付費(fèi)訂閱計(jì)劃

Stability AI 近日發(fā)布新聞稿,，宣布旗下文本生成圖片模型 Stable Diffusion 推出會(huì)員訂閱計(jì)劃,，其中非商業(yè)級(jí)會(huì)員，可免費(fèi)使用核心模型,，供個(gè)人和研究使用,；

專業(yè)版月費(fèi) 20 美元，適用于創(chuàng)作者,、開發(fā)者和初創(chuàng)公司,；企業(yè)版主要面向大型企業(yè)，可以為大規(guī)模運(yùn)營(yíng)量身定制,，價(jià)格根據(jù)定制情況而定,。

智譜 AI 開源視覺語言模型 CogAgent，支持 GUI 圖形界面問答

12 月 21 日消息，智譜 AI 開源了 CogAgent,，它是一個(gè)視覺語言模型,，擁有 180 億參數(shù)規(guī)模。該模型在 GUI（圖形用戶界面）理解和導(dǎo)航方面表現(xiàn)出色,，在多個(gè)基準(zhǔn)測(cè)試上取得了 SOTA 的通用性能,。此外，它還支持高分辨率的視覺輸入和對(duì)話問答,，并且可以針對(duì)任意 GUI 截圖進(jìn)行問答,。

OpenAI 推出聊天內(nèi)容存檔功能

12 月 21 日，OpenAI 推出聊天內(nèi)容存檔功能,，用戶可通過設(shè)置瀏覽自己已經(jīng)存檔的聊天內(nèi)容,。目前，存檔功能在 OpenAI 網(wǎng)站和 iOS 可用,，后續(xù)將在安卓系統(tǒng)推出,。

投融資：

知情人士：Anthropic 正洽談在 Menlo Ventures 牽頭的一輪風(fēng)投中融資 7.5 億美元

12 月 21 日?qǐng)?bào)道，兩位知情人士透露,，Anthropic 正在洽談在 Menlo Ventures 牽頭的一輪風(fēng)險(xiǎn)投資中融資 7.5 億美元,，不包括這筆投資在內(nèi)，這家成立兩年的人工智能初創(chuàng)公司的估值為 150 億美元,，是其今年春季估值的三倍多,。本輪投資尚未最終敲定。據(jù)第三位知情人士透露,，最終價(jià)格可能高達(dá) 180 億美元,。

好文薦讀：

《大模型應(yīng)用落地：興奮，問題和最終解》

就在一年前的 11 月 30 日,，ChatGPT 發(fā)布的夜里,，一位軟件創(chuàng)業(yè)者不禁感慨：「過去 20 年白干了，我感覺全部都可以丟掉,?！?/p>

但技術(shù)的變化從來擋不住有人順勢(shì)而為地向前走。一年之后,，已經(jīng)有嘗到大模型「甜頭」的軟件開發(fā)者「凡爾賽」起來：「做好了產(chǎn)品,，客戶不知道從哪就突然冒出來?！?/p>

上半年所有人的注意力都在關(guān)注大模型本身,，下半年開始，第一批試水大模型應(yīng)用的創(chuàng)業(yè)者,，已經(jīng)在各自的場(chǎng)景中迭代出了一些有效的路徑,。

https://www.aixinzhijie.com/article/6841676

《2024年AI六大預(yù)測(cè)：OpenAI轉(zhuǎn)身、蘋果入局…AI戰(zhàn)場(chǎng)將迎來大洗牌》

2023年，由OpenAI的GPT大模型所引領(lǐng)的人工智能浪潮,，以前所未有的速度席卷了商業(yè)世界,。一年過去，市場(chǎng)已經(jīng)漸漸看清了AI的威力與局限性,，而2024年,，將是把炒作全面落地為現(xiàn)實(shí)的一年。

https://www.aixinzhijie.com/article/6841638?