ReaderMX.
GenAI新世界

3 月 28 日 AI 头条：Databricks 推出开源大模型DBRX ，参数规模达1320 亿

G硅星GenAI约 6 分钟

Image

划重点：

  • Databricks 推出开源大模型DBRX ，参数规模达1320 亿

  • OpenAI 宣布与部分开发者合作测试，为GPT 开发者创收

  • LMSYS Org 更新基准测试报告，Claude-3 性能超越 GPT-4

  • 百度智能云发布Baidu Comate 2.0，个人开发者可免费使用

  • 讯飞星火大模型V4.0正在训练，预计6月发布

  • 亚马逊向人工智能公司 Anthropic 追加 27.5 亿美元投资

  • 微软亚洲研究院公布新研究成果，让大模型一口气调用数百万个 API

  • Heygen发布Avatar in Motion 1.0新功能，可精确控制口型

  • ValidMind 完成810万美元融资，将用于推进上市计划

  • 阿里云联手联发科为手机芯片适配大模型

资讯详情：
Databricks 推出开源大模型DBRX ，参数规模达1320 亿
Databricks 近日宣布推出开源 AI 模型 DBRX，声称是迄今为止全球最强大的开源大型语言模型。
DBRX 采用 transformer 架构，包含 1320 亿参数，共 16 个专家网络组成，每次推理使用其中的 4 个专家网络，激活 360 亿参数。Databricks 在公司博客文章中介绍，在语言理解、编程、数学和逻辑方面，对比 Meta 公司的 Llama 2-70B、法国 MixtralAI 公司的 Mixtral 以及马斯克旗下 xAI 开发的 Grok-1 等主流开源模型，DBRX 均优势胜出。
Image
OpenAI 宣布与部分开发者合作测试，为GPT 开发者创收
OpenAI 今天宣布，他们正在和部分美国的开发者合作进行测试，为GPT开发者提供一定的收入。
据悉，OpenAI 计划即使GPT的使用情况来为开发者提供收入，但具体标准尚未公布。据OpenAI 表示，其目标是创建一个充满活力的生态系统，让开发者因其创造力和影响力而获得收益。OpenAI 表示，他们期待与开发者合作，为实现共同目标找到最佳方法。
Image
LMSYS Org 更新基准测试报告，Claude-3 性能超越 GPT-4
LMSYS Org 近日公布最新基准测试报告，Claude-3 得分以微弱优势超越 GPT-4，成为该平台“最佳”大语言模型。
根据LMSYS Org 旗下的基准测试平台 Chatbot Arena显示，Anthropic 的 Claude 3 Opus 以 1253 比 1251 的微弱优势击败了 GPT-4，OpenAI 的 LLM 被挤下了榜首位置。由于比分过于接近，出于误差率方面的考量，该机构让 Claude 3 和 GPT-4 并列第一，GPT-4 的另一个预览版也并列第一。
Image
百度智能云发布Baidu Comate 2.0，个人开发者可免费使用
据百度官方消息，百度智能云在“AICloud Day：大模型应用产品发布会”上，正式发布Baidu Comate2.0版本。
Baidu Comate作为全栈智能代码助手，已覆盖100多种主流开发语言、支持常用IDE。目前，已有超过10000家企业注册试用Comate，企业客户的采纳率近50%。Comate2.0版本也向个人开发者免费开放使用。
Image
讯飞星火大模型V4.0正在训练，预计6月发布
科大讯飞副总裁、研究院院长刘聪在博鳌2024年会现场表示，科大讯飞计划在今年6月正式发布对标GPT-4 （Turbo）当前能力的讯飞星火大模型V4.0版本。
亚马逊向人工智能公司 Anthropic 追加 27.5 亿美元投资
亚马逊宣布向人工智能公司 Anthropic 追加 27.5 亿美元投资，这笔投资是继去年 12.5 亿美元的投资之后的追加注资，使亚马逊对 Anthropic 的总投资额达到 40 亿美元。
作为投资协议的一部分，亚马逊获得了 Anthropic 的少数股权，并能够参与公司的发展方向制定。此外，亚马逊还将 Anthropic 的模型纳入 Amazon Bedrock 服务。Amazon Bedrock 是亚马逊云科技 (AWS) 提供的一项全托管服务，可帮助开发人员将生成式人工智能功能集成到他们的应用程序和服务中。
Image
微软亚洲研究院公布新研究成果，让大模型一口气调用数百万个 API
据 Arxiv 页面显示，微软亚洲研究院的段楠博士团队近日发表论文，介绍了一种名为TaskMatrix.AI 的新型 AI 生态系统。
TaskMatrix.AI 将基础大模型与数以百万计的应用程序编程接口（APIs）连接起来完成任务。其核心思想是利用现有的基础大模型作为类似大脑的中央系统，结合其他 AI 模型和系统的 APIs 作为各种子任务解决者，以完成数学和物理领域的多样化任务。
Image
Heygen发布Avatar in Motion 1.0新功能，可精确控制口型
Heygen 今天宣布推出Avatar in Motion1.0新功能，这一技术革新在虚拟角色动作捕捉和声音克隆方面取得了重大突破。
该功能可以精确地保持口型同步，并克隆用户的语音语调，甚至能保留背景声，使得虚拟角色的语音表达更为生动真实。Avatar in Motion1.0还能精准识别和追踪用户的身体动作，包括手部移动和手势。
Image
ValidMind 完成810万美元融资，将用于推进上市计划
据 siliconangle 报道，AI 模型风险管理初创公司ValidMind 表示，该公司已完成810万美元的的种子轮融资，将用于推进其上市计划。
本轮融资由 Point72 Ventures 领投，Third Prime Ventures、New York Life Ventures、AI Fund、Notion Capital、FJ Labs、Angel Invest 和 Gaingels 参投。
Image
阿里云联手联发科为手机芯片适配大模型
联发科近日表示，已成功在天玑9300等旗舰芯片上部署通义千问大模型，首次实现大模型在手机芯片端深度适配。
通义千问在离线情况下依然可以流畅运行多轮AI对话。阿里云方面表示，将和联发科深度合作，向全球手机厂商提供端侧大模型解决方案。
Image
今日重点论文：
萨尔大学:

《MetaCap: Meta-learning Priors from Multi-View Imagery for Sparse-view Human Performance Capture and Rendering》

本论文旨在解决从稀疏RGB观测中捕捉人类表现并进行自由视角渲染的问题，针对观测不足和固有的模糊性挑战，提出了MetaCap方法。MetaCap方法的关键思路是在可能稀疏的多视角视频中元学习辐射场权重，这可以作为在人体稀疏影像上微调时的良好网络权重初始化，从而有效地解决了稀疏视图捕获中的模糊性问题。
论文地址：
https://arxiv.org/abs/2403.18820v1
印度理工学院：
《Benchmarking Object Detectors with COCO: A New Path Forward》
COCO数据集的注释存在一些错误和缺陷，可能会影响其在目标检测领域的可靠性和准确性，本文试图解决这个问题。本文提出了一种更加准确的COCO数据集注释方法，称为COCO-ReM，通过修正COCO-2017数据集中的错误和不完善之处，使得目标检测模型在COCO-ReM上的表现更加准确和稳定。
论文地址：
https://arxiv.org/pdf/2403.18819v1.pdf
谷歌：
《ObjectDrop: Bootstrapping Counterfactuals for Photorealistic Object Removal and Insertion》
本论文旨在解决扩散模型在图像编辑中生成违反物理定律的图像的问题，特别是对象对场景的影响，例如遮挡、阴影和反射。通过分析自监督方法的局限性，提出了一种基于“反事实”数据集的实用解决方案。该方法通过在删除单个对象之前和之后捕获场景，同时最小化其他变化，从而在反事实数据集上微调扩散模型，能够不仅删除对象，还能删除对象对场景的影响。此外，为了解决逼真的对象插入问题，提出了引导监督方法，利用在小型反事实数据集上训练的对象删除模型，可以大大扩展数据集。
论文地址：
https://arxiv.org/abs/2403.18818v1
Meta：

《Garment3DGen: 3D Garment Stylization and Texture Generation》

本论文的问题是如何通过单个输入图像来生成3D服装模型，并且可以直接在人体上进行模拟。这是一个新的问题。论文的关键思路是使用图像到3D扩散方法生成3D服装几何形状，并将其作为伪地面真值，通过网格变形优化过程将基准网格变形以匹配生成的3D目标。其次，引入了精心设计的损失函数，使得输入基准网格可以自由变形，同时保留网格质量和拓扑结构，以便进行模拟。
论文地址：

https://arxiv.org/abs/2403.18816v1

Image

KEEP THE THREAD GOING

更多来源文章