Meta版Sora无预警来袭！抛弃扩散损失，音视频生成/画面编辑全包，92页论文无保留公开
Meta版Sora无预警来袭！抛弃扩散损失，音视频生成/画面编辑全包，92页论文无保留公开刚刚，Meta抢在OpenAI之前推出自己的Sora——Meta Movie Gen
来自主题: AI资讯
6940 点击 2024-10-05 13:40
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
刚刚，Meta抢在OpenAI之前推出自己的Sora——Meta Movie Gen
视频生成领域真是越来越卷且越来越迈向实用性！
毫无预兆地，Meta版Sora——Movie Gen，就在刚刚抢先上线了！
在OpenAI Sora的主要技术负责人跑去Google、多个报道指出OpenAI Sora在内部因质量问题而导致难产的节骨眼，Meta毫不客气发了它的视频模型“Movie Gen”，并直接用一个完整的评测体系宣告自己打败了Sora们。
未来的 AI 模型的能力将不仅局限于逻辑推理，它还应该具备自主计划和行动的能力。
Emad认为，我们现在已经拥有制作高质量视频的所有技术，只是这些技术尚未整合在一起，我们需要更多的技术架构突破，视频领域可能不像语言领域那样存在一些正在酝酿的新突破，但速度会越来越快。这些技术需要从研究阶段走向实际工程应用，且将在未来几年实现。
准确的统计数据、时效性强的信息，一直是大语言模型产生幻觉的重灾区。谷歌在近日推出了自己筹划已久的大型数据库Data Commons，以及在此基础上诞生的大模型DataGemma。
AI在日常生活中的广泛应用: Sergey Brin 指出，AI 涉及到日常生活的很多不同方面，不仅仅是搜索，还包括编程等多个领域。他提到，现在感觉从头开始写代码真的很难，相比之下，直接让AI来做会简单得多。
大语言模型（Large Language Models, LLMs）的强大能力推动了 LLM Agent 的迅速发展。围绕增强 LLM Agent 的能力，近期相关研究提出了若干关键组件或工作流。然而，如何将核心要素集成到一个统一的框架中，能够进行端到端优化，仍然是一个亟待解决的问题。
大神卡帕西墙裂推荐！ 甚至预言这个AI应用，有可能开启「和ChatGPT一样大的机会」。 它就是来自谷歌的实验性AI产品，Notebook LM，背后由谷歌现在最强大的模型Gemini 1.5 Pro提供支持。