个性化精品数字人（Personalized Talking Face Generation）强调合成的数字人视频在感官上与真人具有极高的相似性（不管是说话人的外表还是神态）。
大模型固然性能强大，但限制也颇多。如果想在端侧塞进 405B 这种级别的大模型，那真是小庙供不起大菩萨。近段时间，小模型正在逐渐赢得人们更多关注。这一趋势不仅出现在语言模型领域，也出现在了机器人领域。
大家好！非常荣幸和大家分享一些我对未来社会中人机协作的想法。
如今，人们选择餐厅，多半会打开app搜索一番，再看看排名。然而美国奥斯汀的一家餐厅Ethos的存在证实这种选择机制多么不可靠。Ethos在社交媒体instagram宣称是当地排名第一的餐厅，拥有7万余粉丝。
智东西10月30日消息 ，据《华尔街日报》报道，据知情人士透露，大模型独角兽xAI正寻求筹集数十亿美元的资金，若谈判顺利，这家由特斯拉CEO埃隆·马斯克创立的AI初创公司估值有望突破400亿美元（约合人民币2880亿元），直逼3000亿元人民币大关。
最近，你一定在B站、小红书、抖音等平台上刷到这些视频标题，1-6分钟左右的视频利用kimi、豆包等大模型产品服务和链接，介绍 AI 提高应用效率的知识信息。
OpenAI再也不是微软的唯一解。第十届GitHub开发者大会上，微软官宣GitHub Copilot同时接入Claude 3.5 Sonnet和Gemini 1.5 Pro两大模型。同时，还发布了0代码开发应用的「魔法」平台。AI代码生成第二阶段已来。
GPT-4o 四月发布会掀起了视频理解的热潮，而开源领军者Qwen2也对视频毫不手软，在各个视频评测基准上狠狠秀了一把肌肉。
近期，港中大（深圳）联手趣丸科技联合推出了新一代大规模声音克隆 TTS 模型 ——MaskGCT。该模型在包含 10 万小时多语言数据的 Emilia 数据集上进行训练，展现出超自然的语音克隆、风格迁移以及跨语言生成能力，同时保持了较强的稳定性。MaskGCT 已在香港中文大学（深圳）与上海人工智能实验室联合开发的开源系统 Amphion 发布。
做底层大模型研发，就像一场旷日持久的马拉松，研发成本高、技术门槛高，迭代竞争激烈。拿 OpenAI 来说，研发带来的年亏损高达 50 亿美元。这样的财务压力显然不是一般的 AI 公司所能承受之重。AI 创业公司也往往显得十分务实，始终将商业化和盈利变现作为核心考量。
