AI新闻动态（2023-12-03到2023-12-09）

[ikaijua]

AI新闻动态（2023-12-03到2023-12-09）

[ikaijua]

2023-12-07 谷歌发布大模型Gemini

1. Gemini 是谷歌迄今为止打造的最强大、最通用的模型。它是一个多模态大模型，可以理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。
2. Gemini包括三个版本：能力最强的Ultra，多任务的Pro和端侧的Nano
3. Gemini 在 32 个学术基准测试集中，在其中 30 个测试集的性能超过当前 SOTA 结果。在 MMLU 数据集中的得分率高达 90.0%，首次超越了人类专家。
4. Gemini 将在谷歌旗下产品中得到广泛应用，包括搜索、广告、Chrome、Duet AI 等等。计划在明年初向开发者开放Gemini Ultra。

官方报道：

• 谷歌博客文章：https://blog.google/technology/ai/google-gemini-ai/#scalable-efficient
• google youtube视频：Gemini: Google’s newest and most capable AI model
• google youtube视频：Hands-on with Gemini: Interacting with multimodal AI

媒体报道：

• 机器之心：谷歌大杀器终于来了，最大规模Gemini震撼发布：真超GPT4，三大版本，手机直接可用
• 量子位：突发！谷歌发布史上最强大模型Gemini，打爆GPT-4
• 爱范儿：凌晨重磅！Google版ChatGPT史诗级更新， 新模型赶超GPT-4，要把搜索彻底颠覆
• 差评君：试用完谷歌的Gemini，我只想说GPT-4有点菜。

[ikaijua]

2023-12-08 马斯克推出的大模型Grok正式开放使用

1. 马斯克宣布Grok大模型向付费用户开放，并具备搞怪的趣味模式。
2. Grok可以回答关于马斯克的笑话，展示了其具备马斯克风格的幽默。
3. Grok可以实时获取AI领域的新闻，并提供英文的搜索结果和来源链接。
4. Grok在中文方面表现不足，对中文幽默的理解还有待提升。
5. Grok作为一个AI助手，具备调侃功能，可以根据用户的帖子进行调侃。
6. 文章提到Grok的中文能力有限，翻译可能有些生硬，并且尚未实现展开时间线导航的功能。

媒体报道：

• 量子位：马斯克推出的大模型Grok正式开放使用
• APPSO：马斯克版「ChatGPT」Grok 上线！比本人更毒舌，快被网友玩坏了

[ikaijua]

2023-12-05 新加坡国大和字节联合研发的视频动画生成框架MagicAnimate

1. MagicAnimate采用视频扩散模型实现时间建模,外观编码器获取图像细节信息。
2. 文章通过理论图解MagicAnimate的框架设计和工作流程。
3. 通过实验对比,表明MagicAnimate在视频保真度上优于其他方法。

媒体报道：

• 机器之心：一张照片，TikTok小姐姐就都能跳舞了
• 量子位：抖音跳舞不用真人出镜，一张照片就能生成高质量视频！字节新技术连抱抱脸CTO都下场体验了
• APPSO：AI 视频爆火！一张照片生成任意动作视频，太离谱了