4月30日

神秘GPT模型引爆社区，GPT-4.5、GPT-5谣言满天飞，奥特曼在线围观

GPT-5 啥时候来？估计是 AI 领域最关心的问题之一了。是像 Sora 一样毫无预兆的发布，还是我们可以从边角料的爆料中得知一点点信息，大家对未来将要发布的这一模型充满了期待。但奥特曼在一次访谈中表示，OpenAI 现在采用迭代部署的方式进行研发，而不是秘密进行直到完成 GPT-5 才公布，他们的目标不是给世界带来震惊性的更新，恰恰相反，OpenAI 希望自己研发的成果不会给人一种跳跃式的发展趋势，如果大家有那种感觉的话，OpenAI 会更加快速迭代地发布他们的产品，比如在发布 GPT-5 之前，先上线 GPT-4.5。无论如何，大家对 GPT-5 的好奇心已经拉满。传言中 OpenAI 今天会有一些大的发布，我们也没有等来。不过，LMSYS Chatbot Arena 上出现了一个神秘的模型，在社交媒体上引起了广泛的热议。来源：微信公众号【机器之心】

具身智能最佳形态是什么？它是通往AGI必由之路？八位头部玩家、学者现身说法

4 月 27 日，北京智源人工智能研究院院长王仲远在中关村论坛年会未来「人工智能先锋论坛」上，和七位具身智能领域的企业创始人、技术负责人和专家展开了一场关于具身智能的深度对话。这七位嘉宾分别是星动纪元创始人陈建宇，傅利叶智能创始人兼 CEO 顾捷，智元机器人联合创始人、上海人工智能研究院院长宋海涛，银河通用机器人创始人、智源具身智能研究中心负责人王鹤，宇树科技创始人兼 CEO 王兴兴，小米机器人团队负责人许多，ACM 会士李航。他们打造了目前中国具身智能领域最具有代表性的技术和产品。来源：微信公众号【机器之心】

开源大模型王座再易主，通义千问1100亿参数拿下SOTA，3个月已推出8款模型

国内通义千问开源千亿级参数模型Qwen1.5-110B，一把火上Hacker News榜首。不仅相较于自家720亿参数模型性能明显提升，在MMLU、C-Eval、HumanEval等多个基准测试中，Qwen1.5-110B都重返SOTA开源模型宝座，超越Llama 3 70B，成最强开源大模型。中文能力方面，对比仅喂了5%非英文数据的Llama 3 70B，Qwen1.5-110B更是优势明显。于是乎，模型一上线，开源社区已经热烈响应起来。这不，Qwen1.5-110B推出不到一天，帮助用户在本地环境运行创建大语言模型的Ollama平台，就已火速上线链接。值得关注的是，这已经是3个月内通义千问开源的第8款大模型。来源：微信公众号【量子位】

GitHub版Devin上线，会打字就能开发应用，微软CEO：重新定义IDE

微软的“GitHub版Devin”——Copilot WorkSpace，终于上线了！WorkSpace是一种“Copilot原生”的全新开发环境，目的是让所有开发者都可以用自然语言，把脑海里的创意转化成应用。也就是说，只要有想法，而且会打字，就可以搞软件开发了。而WorkSpace这种全自然语言的工作流程，也让它获得了网友颁发的“GitHub版Devin”称号。Copilot WorkSpace利用GPT-4 Turbo，让开发者实现从想法开始，依靠自然语言完成整个开发流程。具体来说，开发者可以从自己的idea出发，也可以将解决GitHub中的issue当成目标。以解决issue为例，页面中有按钮可以一键启动WorkSpace。来源：微信公众号【量子位】

创业：大模型RAG系统三个月的开发心得和思考

RAG(检索增强生成)名词一开始来源于2020年的一片论文《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》，旨在为大语言模型（LLM）提供额外的、来自外部知识源的信息。这样，LLM 在生成更精确、更贴合上下文的答案的同时，也能有效减少产生误导性信息的可能。可以说在目前大模型井喷的今天，RAG作为一项为密集型知识NLP任务的处理指明了方向，配合AI大模型，让世界发生了翻天覆地的变化，数以万计的开发者都涌入这个赛道，同时竞争。我们知道LLM目前存在的一些问题和挑战：我自己理解LLM大模型本质就是一个二进制文件，所有的知识都通过压缩技术全部压缩在一个/多个GB的二进制文件中，最终在获取数据的时候，通过LLM的模型架构，推理能力，将所有的知识信息又生成出来。在没有答案的情况下提供虚假信息(胡说八道、幻觉)。模型知识的更新成本、周期、及大模型的通用能力问题（大公司才玩的转）。数据安全和隐私等问题。来源：微信公众号【八一菜刀】

Sora 会颠覆电影制作吗？3 人团队使用 Sora 制作短片完整技术细节&踩坑分享

今年 2 月份，OpenAI 发布了人工智能文生视频大模型 Sora，并放出了第一批视频片段，掀起了 AI 生成视频浪潮。目前，Sora 仍未进行公测，只有一些视觉艺术家、设计师、电影制作人等获得了 Sora 的访问权限。他们发布了一些 Sora 生成的视频短片，其连贯、逼真的生成效果令人惊艳。最近，被誉为「朋克摇滚皮克斯」的加拿大多媒体制作公司 Shy Kids 发布了一段借助 Sora 制作的视频短片《Air Head》，在社交媒体上迅速引起广泛关注。据悉，这部制作精美的短片主要由 3 个人完成，花费不到 2 周的时间。其中，Sidney Leeder 担任制片人，Walter Woodman 担任编剧和导演，而 Patrick Cederberg 负责后期制作。本周，知名视觉特效总监 Mike Seymour 采访了 Patrick Cederberg，就《Air Head》制作过程、技术难点等信息展开了提问，并在 fxguide 上发布一篇文章介绍了 Sora 在视频实际制作过程中发挥的作用和存在的问题。Patrick 表示：「Sora 是一款非常强大的工具，我们已经在思考如何把它融入现有电影制作流程中，但目前 Sora 仍处于测试阶段，在影片制作过程中也会『翻车』。例如，气球的颜色在每次生成中都会改变、镜头中会出现一些瑕疵等等，要想获得最佳表现效果，仍需大量后期制作。」 AI 生成视频并非仅仅是图像生成器的进阶版。更准确地说，它们可能是我们向通用人工智能（AGI) 迈出的重要一步。但正如 Sora 开发团队本周接受采访时所说的，当前的 AI 视频模型仍处于早期阶段。来源：微信公众号【Founder Park】

OpenAI 在其官网宣布与《金融时报》达成战略合作

英国《金融时报》今天宣布与人工智能研究和部署领域的领导者 OpenAI 达成战略合作伙伴关系和许可协议，以通过属性内容增强 ChatGPT，通过整合 FT 新闻来帮助提高其模型的实用性，并合作开发新的人工智能产品和功能 为英国《金融时报》读者提供。通过此次合作，ChatGPT 用户将能够看到精选的摘要、引文和 FT 新闻的丰富链接，以回应相关查询。此外，英国《金融时报》今年早些时候成为 ChatGPT Enterprise 的客户，为所有《金融时报》员工购买访问权限，以确保其团队精通该技术，并能从 OpenAI 工具带来的创造力和生产力提升中受益。英国《金融时报》集团首席执行官约翰·里丁 (John Ridding) 表示：“从很多方面来看，这是一项重要协议。” “它认可了我们屡获殊荣的新闻业的价值，并将让我们尽早了解如何通过人工智能呈现内容。 长期以来，我们一直是新闻媒体创新领域的领导者，开创了订阅模式和参与技术，这种合作关系将有助于我们保持在人们获取和使用信息的发展前沿。”来源：OpenAI