2023-12-13 09:08
Soul发布AI聊天机器人“苟蛋”丨李飞飞团队×谷歌发布视频生成大模型W.A.L.T丨Runway研发AI视频“通用世界模型”
AI奇点网2023年12月13日报道丨AI资讯早报
12月12日消息，知名年轻人在线社交平台Soul日前宣布推出一款“SoulX”的大模型，这款模型已经在APP里边应用于名为“AI苟蛋”的聊天机器人，号称能够让相关机器人呈现“拟人化、多模态、时间感知”等能力。
“SoulX”将作为Soul的“AIGC+社交”布局的重要基建，垂直应用于平台上多元社交互动场景，例如智能对话机器人“AI苟蛋”、AI辅助生成聊天文案、情感虚拟陪伴等诸多工具和创新功能，进一步丰富平台用户的社交体验。
据了解，SoulX的优势在于平台深耕行业过程中，大量公域场景社交类型数据的积累。该模型基于海量数据训练，具备prompt驱动、条件可控生成、上下文理解、多模态理解等能力。在保证对话流畅、自然、具备情感温度的同时，SoulX覆盖百种细粒度风险类别，通过训练数据安全筛选、安全SFT数据构造、RLHF安全对齐、推理拦截等策略来构建安全体系，保证了大模型的内容生产质量和安全性。
当地时间12月12日，斯坦福大学教授李飞飞带领的团队与谷歌联合宣布，发布用于生成逼真的AI生成视频的扩散模型W.A.L.T，基于Transformer训练而成，支持文本生成视频、参考图生成视频以及3D建模成型运动。
据介绍，该方法有两个关键的设计，一是使用因果编码器，在统一的潜空间内联合压缩图像和视频，从而实现跨模态的训练和生成；二是为了提高记忆和训练效率，使用了为空间和时空联合生成建模量身定制的窗口注意力架构。
最后，团队针对文本到视频的生成任务训练了由三个模型组成的级联，包括一个基本潜在视频扩散模型和两个视频超分辨率扩散模型，能够以每秒8帧的速度生成分辨率为512*896的视频。
当地时间12月12日，知名AI视频生成模型研究公司Runway官方正式宣布，将围绕构建通用世界模型（General World Models）展开长期的研究工作，目标是让拟真大模型的表现与现实世界中的万物广泛一致互动。
Runway称，目前的Gen-2等视频生成系统可以看作是非常早期形态的“通用世界模型”，对物理和运动有一定的了解，但在处理复杂的摄像机运镜或呈现真实的物体运动等问题上仍存在不少的困难。为了建立通用的世界模型，Runway正在进行几项公开的研究，包括生成环境地图，在环境中导航和交互，捕捉真实世界和真实世界里边的民众的动态，建立逼真的人类行为模型等。
12月11日，零一万物官方声称，公司内部经过几周的法律研判，已经确认旗下的Yi系列大模型完全不涉及套壳、抄袭别家的大模型，并给出了进一步的澄清。解铃还须系铃人，此前向零一万物官方发信建议将张量名称更正为Meta的Eric Hartford，社交平台X上为其澄清，称零一万物“没有在任何事情上撒谎，他们从零开始使用自己创建的数据集训练Yi，对开源领域的贡献是值得赞扬的”。
此外据零一万物微信公众号昨日发文，Yi-34B系列模型近期在斯坦福大学研发的大语言模型评测AlpacaEval Leaderboard中，以94.08%的胜率超越Llama 2、Claude 2、ChatGPT等模型，成为世界范围内仅次于GPT-4英语能力的大语言模型。
当地时间12月12日，微软广告和网络服务首席执行官 Mikhail Parakhin 在推特（X）上回复用户表示，由旗下 AI 图像生成工具 Bing Image Creator（Bing图像创建器） 所生成的图片目前默认保存有效期为 50 天，用户需要尽快将自己喜欢的图像下载到本地长期保存，公司后续努力扩展到 90 天时间，暂时不考虑支持永久保存。
Bing Image Creator是微软出品的AI文生图平台，基于OpenAI最新的DALL·E 3大模型，它的用户界面非常友好易于上手，并且微软用户可以免费使用。你只需输入简短的短语或关键词即可生成图像，而无需进行复杂的设置或调整。
12月12日消息，中央网信办下发通知精神，从12月5日起，各地网信办开展为期一个月的“清朗·整治短视频信息内容导向不良问题”专项行动。其中提到，集中整治技术生成虚假短视频，包括使用人工智能等技术编造、拼接内容，违法使用他人肖像和声音进行人脸替换或人声合成，生成虚假短视频。
相关文章
雷小军
