自从 Sora 横空出世，业界便掀起了一场「视频生成模型到底懂不懂物理规律」的争论。图灵奖得主 Yann LeCun 明确表示，基于文本提示生成的逼真视频并不代表模型真正理解了物理世界。之后更是直言，像 Sora 这样通过生成像素来建模世界的方式注定要失败。
来自主题: AI技术研报
3057 点击 2024-11-08 19:14
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
自从 Sora 横空出世，业界便掀起了一场「视频生成模型到底懂不懂物理规律」的争论。图灵奖得主 Yann LeCun 明确表示，基于文本提示生成的逼真视频并不代表模型真正理解了物理世界。之后更是直言，像 Sora 这样通过生成像素来建模世界的方式注定要失败。
字节曲折的硬件之路。
据相关数据显示，早在 2020 年，国内选择语音输入的用户数量已经达到 2.5 亿，使用率接近 40%，更为便捷的语音交流，已经越来越成为主流。
伴随大模型迭代速度越来越快，训练集群规模越来越大，高频率的软硬件故障已经成为阻碍训练效率进一步提高的痛点，检查点（Checkpoint）系统在训练过程中负责状态的存储和恢复，已经成为克服训练故障、保障训练进度和提高训练效率的关键。
2024 年的 AI 图像生成技术，又提升到了一个新高度。
当前的视觉语言模型（VLM）主要通过 QA 问答形式进行性能评测，而缺乏对模型基础理解能力的评测，例如 detail image caption 性能的可靠评测手段。
不创新，死路一条 字节跳动，已无法再低调。 • 外媒报道，字节跳动2023年营收1100亿美元，可能超过腾讯、逼近Meta； • TikTok在美国渡劫，作为增长引擎的海外业务遭遇不确定性； • 字节跳动在AI竞赛上显得“迟钝”，公司内部“到2023年才开始讨论GPT”；
近期，火山引擎官网更新了豆包大模型的定价详情，全面展示豆包通用模型不同版本、不同规格的价格信息。
整个 2023 年，字节并没有对外官宣其内部自研的大模型。外界一度认为，大模型这一技术变革，字节入场晚了。梁汝波在去年底的年会上也提到了这一点，他表示「字节对技术的敏感度不如创业公司，直到 2023 年才开始讨论 GPT。」
5月15日，在2024春季火山引擎Force原动力大会上，字节跳动自研豆包大模型正式亮相。