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）。
苹果电动汽车项目，通常被称为“泰坦计划”（Project Titan），于2014年启动，投入数十亿美金，"泰坦"（Titan）来源于希腊神话，与创造力和巨大神力相联系。
LLaMa 3 正寻找安全与可用性的新平衡点。
Coze 是字节出海的产品，访问地址为 coze.com，扣子是字节2月1日在国内上线的产品，访问地址为 coze.cn，
成立仅9个月，法国Mistral AI拿出仅次于GPT-4的大模型。
2月26日，总部位于巴黎的人工智能公司Mistral AI发布尖端文本生成模型Mistral Large。该模型达到了顶级的推理能力，可用于复杂的多语言推理任务，包括文本理解、转换和代码生成。
Sora颠覆影视业，现在来看还远。Bloomberg记者亲自试用后发现，Sora生成的视频还是翻车严重。而且，它的速度太太太太慢了！不过尽管如此，OpenAI已经创死了一片初创公司。
谷歌罕见open的AI，给开源大模型到底带来了什么？
真正的「基础世界模型」诞生了！谷歌团队发布110亿参数Genie「精灵」，从一张图片就能创造出可玩的虚拟世界，动作可控碾压Sora。网友惊叹，AI已经杀到视频游戏领域了。
