這篇文章就像是一個(gè)“AI 版的《盜夢(mèng)空間》”，帶你看看這群年輕人是如何在短短三個(gè)小時(shí)內(nèi)，用他們的智慧和勇氣，挑戰(zhàn)這個(gè)看似不可能的任務(wù)，把一個(gè)原本高不可攀的 AI 工具，變成了每個(gè)人都可以自由探索的開源項(xiàng)目。

OpenAI半小時(shí)的發(fā)布會(huì)讓很多人第一反應(yīng)是直呼「失望」，但隨著官網(wǎng)放出更多demo以及更多網(wǎng)友開始試用，大家才發(fā)現(xiàn)GPT-4o真的不可小覷，不僅在各種基準(zhǔn)測(cè)試中穩(wěn)拿第一，而且有很多發(fā)布會(huì)從未提及的驚艷功能。

在AI視頻生成領(lǐng)域，Sora模型的發(fā)布曾引起業(yè)界廣泛關(guān)注，但其算法閉源限制了進(jìn)一步的應(yīng)用與發(fā)展。近期，一家與清華大學(xué)合作的初創(chuàng)公司生數(shù)科技推出了Vidu，這是一款在性能上與Sora相媲美的中國(guó)首個(gè)長(zhǎng)時(shí)視頻大模型。Vidu采用U-ViT架構(gòu)，結(jié)合Diffusion與Transformer技術(shù)，能夠生成長(zhǎng)達(dá)16秒的高清視頻，展現(xiàn)了視頻大模型在多鏡頭生成、模擬真實(shí)世界等方面的先進(jìn)能力。本文將深入探討Vidu的技術(shù)特點(diǎn)、工程化能力，以及其在推動(dòng)國(guó)產(chǎn)多模態(tài)大模型創(chuàng)新中的潛在影響。

大模型領(lǐng)域還未能形成一致的市場(chǎng)共識(shí)，而這種“沒有共識(shí)”的狀態(tài)，或許不算什么壞事。

開源戰(zhàn)在這半個(gè)月愈演愈烈。先是Llama 3，又到微軟Phi-3，再到蘋果發(fā)布的OpenELM。四種不同小參數(shù)版本全部上線，我們離iPhone裝進(jìn)大模型不遠(yuǎn)了。

就在當(dāng)?shù)貢r(shí)間4月18日，Meta的Llama 3正式亮相了，Meta還透露他們目前正在開發(fā)一款超過4000億參數(shù)的Llama 3模型。我們不妨來看看本文的分享。

蟄伏許久，Meta剛剛?cè)映隽酥匕跽◤棧捍蠹移诖丫玫腖lama 3，用了24000塊GPU訓(xùn)練，一亮相便登上開源大模型鐵王座。8B和70B取得同規(guī)模參數(shù)下開源領(lǐng)域的SOTA，推理編碼大幅提升，代碼和權(quán)重全開源！而且，400B的Llama 3，也在路上了。

Meta正式發(fā)布了新一代開源大語(yǔ)言模型Llama3，這一消息掀起了網(wǎng)友們的瘋狂討論。那么綜合來看，Llama 3的性能有著怎樣的表現(xiàn)？Llama 3的到來，又意味著什么？

最近，谷歌推出了開源大模型 Gemma，其開源大模型的發(fā)布時(shí)間相較于 Meta 的 Llama 晚了一年左右。而開啟了閉源與開源雙線作戰(zhàn)的谷歌，到底是怎么想的？這是谷歌的妙手、本手還是俗手？

可以說，當(dāng)今使用的很多互聯(lián)網(wǎng)產(chǎn)品，都是建立在開源產(chǎn)品的基礎(chǔ)上，比如Android就是如此。一款產(chǎn)品感于開源，就能讓更多的人和行業(yè)受益。但最近的新聞卻讓人驚訝：曾經(jīng)開源的OpenAI趨向于封閉，而對(duì)手Meta則因?yàn)殚_源收到更多的贊譽(yù)。兩家原本沒有太多交集的公司，正走出截然不同的路。

LLaMA 2的出現(xiàn)，無(wú)疑對(duì)閉源大模型是一個(gè)打擊，而在這之后，越來越多科技企業(yè)也加入了開源大模型的浪潮中。那么，開源是不是大模型的未來呢？這篇文章里，作者嘗試談了談他的看法，一起來看看吧。

現(xiàn)階段，許多類型的大模型涌現(xiàn)在市面上，那么，這些大模型可以分成哪些類型？實(shí)力強(qiáng)的大模型，又都具備哪些能力呢？這篇文章里，作者分享了他的看法，一起來看。