bitpie钱包官方|AI新智界丨每日必读:Midjourney正式开放 V6 测试版;Stability AI 开启会员订阅计划 - AI新智界

bitpie钱包官方|AI新智界丨每日必读:Midjourney正式开放 V6 测试版;Stability AI 开启会员订阅计划 - AI新智界 2024-04-09 15:01:10

摘要:Midjourney 正式开放了 V6 的 Alpha 测试版本。V6 新版本拥有更准确的提示词跟随以及支持更长的提示词,同时提高了连贯性和模型知识,并且改进了图像提示词和重新混合;Stability AI 近日发布新闻稿,宣布旗下文本生成图片模型 Stable Diffusion 推出会员订阅计划,其中非商业级会员,可免费使用核心模型,供个人和研究使用。

图片来源:由无界 AI生成

热门新闻:

Midjourney 开放 V6 模型 alpha 版本测试

12 月 20 日,Midjourney 在 discord 社区宣布开放 V6 模型的 alpha 版本测试。V6 新版本拥有更准确的提示词跟随以及支持更长的提示词,同时提高了连贯性和模型知识,并且改进了图像提示词和重新混合。V6 的提示与 V5 的提示词逻辑有显着不同,用户将需要“重新学习”如何输入提示词。V6 对提示词更加敏锐,用户应避免使用无用的提示词。

谷歌推出 TpuGraphs 训练数据集:用于优化编译器,可强化 AI 模型深度学习能力

12 月 21 日消息,谷歌日前推出一款名为 TpuGraphs 的“学习成本模型”训练数据集,主要用于“优化编译器”、“提升 AI 深度学习能力”。

谷歌指出,当下 AI 深度学习系统通常使用 TensorFlow、JAX、PyTorch 等框架训练而成,这些框架主要通过底层编译器的启发式算法(Heuristic Algorithm)优化模型,而在相关编译器中运用“学习成本模型”,即可改善编译器的性能,并提升最终输出模型的深度学习能力。与业界竞品相比,谷歌 TpuGraphs 数据集“平均图大小”相比业界训练集大了 770 倍、“图数量”则是对了 25 倍。谷歌声称,为编译器应用 TpuGraphs 数据集可有效解决最终输出的模型“可扩展性”、“效率”和“质量”等问题。

Runway 推出两项新的视频 AI 功能和一项“通用世界模型”研究计划

据 The Decoder 12 月 20 日报道,视频 AI 初创公司 RunwayML 宣布推出了两项新功能和一项“通用世界模型”研究计划。

首先是“文本到语音”功能,Runway 在视频编辑器中提供了不同的声音供用户选择,如年轻、成熟、女性、男性等。该功能适用于所有用户。另一项新功能为比例功能,只需点击,就能将创建的视频转换成不同的格式,如 1:1 或 16:9。

此外,Runway 还宣布了一项新的研究计划。该公司希望开发所谓的“世界模型”,旨在通过能够理解和模拟视觉世界的系统来推动人工智能的发展。Runway 写道,像 Gen-2 这样的视频模型可以被视为“非常早期和有限的”世界模型,因为它已经对物理和运动有了基本的理解,可以生成视频。然而,据该公司称,它的能力仍然有限,在处理复杂的摄像机或物体运动时存在问题。

Stable Video Diffusion 现可在 Stability AI 开发者平台 API 上使用

12 月 20 日,Stability AI 宣布将视频生成模型 Stable Video Diffusion 添加到开发者平台 API 中。据悉,该模型可在平均 41 秒的时间内生成 2 秒钟的视频,包括 25 个生成帧和 24 个 FILM 插值帧。

亚马逊创始人贝索斯:ChatGPT 不是“发明”,而是“发现”

12 月 21 日报道,亚马逊创始人贝索斯在著名科技播客 Lex Fridman Podcast 上分享了自己对生成式 AI 的见解。

对于 ChatGPT 等生成式 AI,贝索斯提出了相当有趣定义:“如今形式的大语言模型并不是发明,它们是发现。”在贝索斯看来,只有我们刻意设计,并清晰了解其运作原理的东西才是发明。譬如,望远镜是发明,但通过望远镜看到木星,知道它有自己的卫星,这是一个发现。大语言模型更像是发现。我们经常为它们的能力感到惊奇。它们并不是设计出来的产物。

Stable Diffusion 推出商业付费订阅计划

Stability AI 近日发布新闻稿,宣布旗下文本生成图片模型 Stable Diffusion 推出会员订阅计划,其中非商业级会员,可免费使用核心模型,供个人和研究使用;

专业版月费 20 美元,适用于创作者、开发者和初创公司;企业版主要面向大型企业,可以为大规模运营量身定制,价格根据定制情况而定。

智谱 AI 开源视觉语言模型 CogAgent,支持 GUI 图形界面问答

12 月 21 日消息,智谱 AI 开源了 CogAgent,它是一个视觉语言模型,拥有 180 亿参数规模。该模型在 GUI(图形用户界面)理解和导航方面表现出色,在多个基准测试上取得了 SOTA 的通用性能。此外,它还支持高分辨率的视觉输入和对话问答,并且可以针对任意 GUI 截图进行问答。

OpenAI 推出聊天内容存档功能

12 月 21 日,OpenAI 推出聊天内容存档功能,用户可通过设置浏览自己已经存档的聊天内容。目前,存档功能在 OpenAI 网站和 iOS 可用,后续将在安卓系统推出。

投融资:

知情人士:Anthropic 正洽谈在 Menlo Ventures 牵头的一轮风投中融资 7.5 亿美元

12 月 21 日报道,两位知情人士透露,Anthropic 正在洽谈在 Menlo Ventures 牵头的一轮风险投资中融资 7.5 亿美元,不包括这笔投资在内,这家成立两年的人工智能初创公司的估值为 150 亿美元,是其今年春季估值的三倍多。本轮投资尚未最终敲定。据第三位知情人士透露,最终价格可能高达 180 亿美元。

好文荐读:

《大模型应用落地:兴奋,问题和最终解》

就在一年前的 11 月 30 日,ChatGPT 发布的夜里,一位软件创业者不禁感慨:「过去 20 年白干了,我感觉全部都可以丢掉。」

但技术的变化从来挡不住有人顺势而为地向前走。一年之后,已经有尝到大模型「甜头」的软件开发者「凡尔赛」起来:「做好了产品,客户不知道从哪就突然冒出来。」

上半年所有人的注意力都在关注大模型本身,下半年开始,第一批试水大模型应用的创业者,已经在各自的场景中迭代出了一些有效的路径。

https://www.aixinzhijie.com/article/6841676

《2024年AI六大预测:OpenAI转身、苹果入局...AI战场将迎来大洗牌》

2023年,由OpenAI的GPT大模型所引领的人工智能浪潮,以前所未有的速度席卷了商业世界。一年过去,市场已经渐渐看清了AI的威力与局限性,而2024年,将是把炒作全面落地为现实的一年。

https://www.aixinzhijie.com/article/6841638‌

版权声明:本文由bitpie钱包官方|AI新智界丨每日必读:Midjourney正式开放 V6 测试版;Stability AI 开启会员订阅计划 - AI新智界发布,如需转载请注明出处。

本文链接:https://www.dtrcmm.com/article/356.html