搜索
2023 年我们正见证着多模态大模型的跨越式发展，多模态大语言模型（MLLM）已经在文本、代码、图像、视频等多模态内容处理方面表现出了空前的能力，成为技术新浪潮。以 Llama 2，Mixtral 为代表的大语言模型（LLM），以 GPT-4、Gemini、LLaVA 为代表的多模态大语言模型跨越式发展。
最近，OpenAI 视频生成模型 Sora 的爆火，给基于 Transformer 的扩散模型重新带来了一波热度，比如 Sora 研发负责人之一 William Peebles 与纽约大学助理教授谢赛宁去年提出的 DiT（Diffusion Transformer）。
一项世界前沿的医学研究，需要用多久才能被应用到平常老百姓的日常就医中？3个月。
随着对Sora技术分析的展开，AI基础设施的重要性愈发凸显。
终于有OpenAI之外的人，放出自己亲测的Sora视频了！
ControlNet作者最新推出的一项研究受到了一波高度关注——给一句prompt，用Stable Diffusion可以直接生成单个或多个透明图层（PNG）！
All in AI的魅族，马上就带来具体新动作了。
而早在一年前，ChatGPT横空出世，由此我对AI+教育格外感兴趣，我认为ChatGPT的出现会重塑整个教育行业。
作为互联网时代的产品观察员，在 AI 付费这块，我始终秉持谨慎、谨慎、再谨慎的态度。
在线办公“三国杀”又要出新番了。