2024-03-20 09:09
奥特曼认为GPT-4“有点糟糕”丨Stability AI推出3D渲染视频模型Stable Video 3D丨谷歌推出多模态视频模型VLOGGER
AI奇点网2024年3月20日报道丨AI资讯早报
当地时间3月19日报道，OpenAI CEO奥特曼本周作客科技博主Lex Fridman 的访谈中表示，一年前上线的GPT-4 其实“有点糟糕（kind sucks）”，阿尔特曼更期待即将到来的 GPT-5 能够真正配得上大家的期待。
当被问及 GPT-4 及其最令人印象深刻的能力时，他说道，“展望未来几年，我们应该意识到我们现在拥有的工具将来看来会非常落后，这正是鞭策我们不断进步、创造更美好的未来的动力。”“别误会，我既不想贬低 GPT-4 的成就，也不想夸大其词，”奥特曼说，“正因我们正处于指数级发展的曲线上，所以很快我们就会像现在看待 GPT-3 一样看待 GPT-4。”
奥特曼还认为，GPT-4的确存在“令人惊鸿一瞥的闪光点”，但他指出，ChatGPT 在处理复杂的多步骤问题时几乎没什么用处。令他感到”神奇“的情况少之又少。
知名开源大模型公司Stability AI又上新了！当地时间3月18日，该公司网站发布用于渲染3D视频的生成式AI视频工具Stable Video 3D（SV3D）。
据了解，Stability AI一直在开发其Stable Video技术的视频功能，使用户能够从图像或文本提示生成短视频。SV3D在Stability AI之前的Stable Video Diffusion模型的基础上进行了改进，适用于新视角合成任务（Novel View Synthesis) 和3D生成的任务。
通过SV3D，Stability AI通过能够根据单一输入图像创建和转换多视图3D网格，为其视频生成模型增加了新的深度。
在去年12月，Stability AI曾经推出Stable Zero123三维建模模型，该模型基于Stable Diffusion开发，并且一次输出一张图像。SV3D基于Stable Video Diffusion模型，并且同时输出多个新视角，而这也是SV3D的关键优势。根据Stability AI的说法，SV3D能够从任何给定角度提供连贯的视角。
SV3D现已可供商业使用，订阅Stability AI Professional的会员每月20美元（对于年收入不到100万美元的创作者和开发者）。该模型最低的显卡运行要求为英伟达GeForce RTX 4090及以上。
近日，谷歌在其 GitHub 页面发布博文介绍一款名为 VLOGGER AI 的新模型，用户只需要输入一张肖像照片和一段音频内容，该模型可以让这些人物“动起来”，富有面部表情地朗读音频内容。
项目主页：
VLOGGER AI 是一种适用于虚拟肖像的多模态 Diffusion 模型，使用 MENTOR 数据库进行训练，该数据库中包含超过 80 万名人物肖像，以及累计超过 2200 小时的影片，从而让 VLOGGER 生成不同种族、不同年龄、不同穿着、不同姿势的肖像影片。
研究人员表示：“和此前的多模态模型相比，VLOGGER AI 的优势在于不需要对每个人进行训练，不依赖于人脸检测和裁剪，可以生成完整的图像（而不仅仅是人脸或嘴唇），并且考虑了广泛的场景（例如可见躯干或不同的主体身份），这些对于正确合成交流的人类至关重要”。
根据游戏渲染引擎 Unity 的调查显示，超过六成（62%）的游戏工作室在其项目开发过程中会利用人工智能的辅助，这些工具通常被用于节省时间和提高效率。
在 2022 年，一款游戏制作的平均周期为 218 天，而现在则增加到了 304 天。然而，参与调查的工作室中有 71% 表示人工智能帮助他们提升了工作质量，从理论上讲，游戏的平均质量得到了长足进步。动画角色是最常使用人工智能进行创作的部分，其次是协助编写代码。接下来是创建插图和关卡、编写脚本以及测试游戏。
根据 68% 的受访者反馈，使用人工智能的主要原因是为了减少制作原型的时间。2023 年，96% 的工作室在原型开发上花费的时间不到三个月，而一年前这一比例仅为 85%。另一个 AI 应用领域是世界构建，有 56% 的工作室使用 AI 进行这一部分的工作。在这些工作室中，有 64% 利用 AI 创建了非玩家角色 (NPC) 来填充游戏世界。
YouTube 日前宣布，即日起视频内容创作者在该平台上传、发布视频时，都需要标注“篡改或合成”的写实逼真内容，包括应用了生成式 AI 技术进行视频内容制作与剪辑。
YouTube 官方将「逼真内容」定义为“任何观众容易误认为是真实的人事物或地点”的内容。若视频创作者使用真人声音的合成版本来为视频配音，或发布“AI 换脸”主题的视频，就需要附上标签。此举的本质目的是防止 AI 生成内容可能导致的虚假信息传播，而非反对创作者通过 AI 制作内容。
而类似于美颜滤镜、背景模糊等传统视觉特效，以及转场特效动画等不属于此次涉及的 AI 制作内容的范畴。
官方表示，创作者必须披露存在以下情况的内容：
这可能包括使用音频、视频或图片制作或编辑工具，完全或部分加工或制作而成的内容。但与此同时，创作者无需对加工或合成的非逼真内容进行披露，也无需对真实内容的轻微修改进行披露。
除了上文提到的美颜或特效外，YouTube 还举例称，类似于“某人骑着独角兽穿越奇幻世界”“描绘人在太空中漂浮的绿幕场景”这种公众很明确能知道现实世界不存在的内容，则不需要强制标注。
市场调查机构 Canalys 近日发布的最新报告指出，2024 年标志着传统 PC 产业链朝着 AI PC 的重大转变，预估今年全球 AI PC 出货量 4800 万台，占到全部 PC 出货总量的 18%。目前狭义上的「AI PC」特指的是搭载了英特尔最新酷睿处理器的 PC 设备。
该机构预估 2025 年全球 AI PC 出货量超过 1 亿台，占 PC 出货总量的 40%；到 2028 年，全球 AI PC 出货量 2.05 亿台，2024 年至 2028 年期间的复合年增长率将达到 44%。
相关文章
Altman
Kardashian
