很炸裂！讯飞星火大秀语音识别能力，现场掌声雷动—— 三个人同时说话，再加上背景音乐，如此强干扰的场景，大模型却表示都能听懂听清，还瞬间转化为文字，语音识别的“鸡尾酒会”难题不在话下~
来自主题: AI资讯
7979 点击 2024-06-28 23:45
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
很炸裂！讯飞星火大秀语音识别能力，现场掌声雷动—— 三个人同时说话，再加上背景音乐，如此强干扰的场景，大模型却表示都能听懂听清，还瞬间转化为文字，语音识别的“鸡尾酒会”难题不在话下~
国内大模型的能力，又来到了一个新高度！
最近一段时间中国大模型领域变得异常热闹，最重要的话题就是各大模型公司的“价格战”。
OpenAI长期霸榜的SuperCLUE（中文大模型测评基准），终于被国产大模型反将一军。
近日，西交微软北大联合提出信息密集型训练大法，使用纯数据驱动的方式，矫正LLM训练过程产生的偏见，在一定程度上治疗了大语言模型丢失中间信息的问题。
谷歌表示，Gemini 1.5 相比 Claude 3.0 和 GPT-4 Turbo 实现了代际提升。
北京时间 5 月 14 日凌晨，备受期待的 OpenAI 春季更新发布会上，CTO Mira Murati 宣布发布新的模型迭代版本——GPT-4o，o 代表「omnimodel」（全能模型），原生多模态，改进了文本、视觉和音频的能力。
继上周预告了ChatGPT和GPT-4「就像魔法一样」的重大更新后，OpenAI在北京时间14日凌晨，通过直播向外界展现了这家全球最瞩目人工智能大模型企业的最新成果。
5月14日凌晨，OpenAI终于发布了Sam Altman提前造势的“Magic（魔法）”，主要包括三个重点发布，ChatGPT新UI、桌面版GPT、以及最重要的，新的多模态模型GPT-4o。
5 月 13 日，OpenAI 用一场春季发布会，再次搅动了整个 AI 行业。