视频生成模型变身智能体：斯坦福Percy Liang等提出VideoAgent，竟能自我优化
视频生成模型变身智能体：斯坦福Percy Liang等提出VideoAgent，竟能自我优化现在正是「文本生视频」赛道百花齐放的时代，而且其应用场景非常多，比如生成创意视频内容、创建游戏场景、制作动画和电影。
来自主题: AI技术研报
4615 点击 2024-10-20 16:55
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
现在正是「文本生视频」赛道百花齐放的时代，而且其应用场景非常多，比如生成创意视频内容、创建游戏场景、制作动画和电影。
苹果研究者发现：无论是OpenAI GPT-4o和o1，还是Llama、Phi、Gemma和Mistral等开源模型，都未被发现任何形式推理的证据，而更像是复杂的模式匹配器。无独有偶，一项多位数乘法的研究也被抛出来，越来越多的证据证实：LLM不会推理！
7 年前，谷歌在论文《Attention is All You Need》中提出了 Transformer。就在 Transformer 提出的第二年，谷歌又发布了 Universal Transformer（UT）。它的核心特征是通过跨层共享参数来实现深度循环，从而重新引入了 RNN 具有的循环表达能力。
又快又准，即插即用！清华8比特量化Attention，两倍加速于FlashAttention2，各端到端任务均不掉点！
在西雅图10月15日的联想科技创新大会上，罕见地汇聚了当前硅谷芯片三巨头，包括最近风头正盛的英伟达CEO黄仁勋、AMD CEO苏姿丰，以及英特尔CEO帕特·基辛格；另外，Meta CEO马克·扎克伯格、微软CEO萨提亚·纳德拉和高通CEO安蒙也通过远程连线的方式参与到活动中来。
AI Agent爆火，机器人崛起 ChatGPT爆火了两年，掀起全球大模型开发热。近半年，具身智能集中融资30+笔，大模型混战继续，OpenAI以1570亿美元估值完成了66亿美元融资……
微软发布了 Copilot，Apple 将 Apple Intelligence 接入了 OpenAI 以增强 Siri。
在互联网下半场，带来的最大冲击是“高获客成本+重用户体验”。
DeepJudge以智能搜索技术为核心，为法律行业提供自然语言搜索，强化数据安全。个性化服务和智能标签提升工作效率，确保法律从业者快速获取所需信息。
近期，LLM领域有不少关于系统1和系统2思考的讨论，在Agent方向上这方面的讨论还很少。如何让AI agents既能快速响应用户，又能进行深度思考和规划，一直是一个巨大的挑战。