Shownotes Transcript
【AI新进展：从大模型到3D生成】了解AI最新发展动态，2024-11-14 大家好啊，我是你们的朋友，欢迎来到今天的播客，最近不少朋友和我聊起了人工智能的各种新动态，真的是个热闹的领域。今天，我们就来聊聊最近发生的一些有趣的事情，让大家都能跟上这股浪潮。首先，让我提到一个特别令人兴奋的消息，我前几天在社交媒体上看到，有开发者发布了关于100B以内开源大模型的新进展。你们知道吗？在业内，大家一直觉得只有高端设备才能跑得动的大模型，现在在普通的消费级电脑上居然也基本可以流畅使用了！举个例子，最新款的128G M4 Max在跑Qwen2.5这个模型时，速度达到了7.77 tokens每秒，简直是飞快。相比过去那种慢得让人想打瞌睡的速度，这简直是进步了好几倍！要是你们也逛了一圈，看到那些DIY AI PC测试结果，肯定会觉得这个时代的发展真是飞速。说到这里，另一个让我眼前一亮的消息是，清华大学推出了一款新的视频生成模型Vidu-1.5，它是世界上第一个具有多实体一致性的模型。简单说就是，这个模型可以无缝集成多个要素，比如角色、物体和环境。想象一下，你输入一个提示词，比如“狼的身体燃烧起来”，结果出来的画面居然包括背景，仿佛狼走到哪里，哪里的地面都在燃烧，真的是很有创意啊！这就是技术和想象力的结合，带来了耳目一新的视觉体验。再让我聊聊几个大牌公司最近的动态。彭博社报道，OpenAI正在准备推出一款名为“Operator”的新AI agent，这个工具可以代替用户在电脑上执行各种任务，比如写代码或预定旅行。这个听起来是不是很酷？它大概在明年一月就能以研究预览的形式发布出来。我觉得，这种方向真的能极大地方便我们日常生活。还有，谷歌的 Keras之父François Chollet离职了，他在谷歌长达9年，留下了无数辉煌的成绩，Keras现在已经成为许多AI项目的重要基础。不过他会继续支持Keras的发展，我真心觉得这是一个时代的结束与新的开始。此外，英伟达最近发的Edify3D模型也很有意思，它能在两分钟内生成3D资产，这意味着可以大幅提升我们在三维设计领域的效率，这对于游戏开发、动画制作等等都是一大助力。想想，我们以后或许能直接通过输入文本就生成自己想要的复杂3D模型，简直是梦想成真啊。对了，你们有木有关注到，最近AI领域关于“控制”问题的讨论？许多专家认为，传统的计算机图形学先解决的是如何控制生成结果的质量，而现在的AI则是颠倒了这个顺序，先提升了渲染质量，之后才是控制能力。我觉得这是一个非常有趣的话题，打破了我们对图像生成的常规理解，未来我们可能会看到更多组合传统与AI的新技术。那么，言归正传，随着这些新技术的出现，我们不禁要思考了，AI的未来将会如何发展？这些技术的应用会给我们生活带来怎样的改变？如果大家有自己的看法或者问题，欢迎留言分享哦！我期待着和你们一起探讨下期更多精彩的内容！感谢大家今天的收听，我们下次再见！