10月2日·Pika 1.5发布：虚幻的「Pikaffects」、大屏幕镜头和新动作

22 0 0

10月2日·周三 AI工具和资源推荐

AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

Pika 1.5发布：虚幻的「Pikaffects」、大屏幕镜头和新动作

Pika 1.5，这款备受瞩目的视频生成工具，在经过数月的沉默后，终于以全新面貌王者归来。它不仅完成了8000万美元的B轮融资，而且总融资额达到了1.35亿美元，公司估值翻倍至4.7亿美元。Pika 1.5带来了令人惊叹的新特性，包括超越传统摄影捕捉范围的“Pikaffects”特效，能够实现爆炸、融化、粉碎或膨胀等效果。此外，它还支持大屏幕镜头和新动作，让视频内容更加生动。Pika 1.5的发布，预示着它将彻底改变meme游戏，成为视频特效制作的利器。用户只需上传图像，即可体验到融化或变成蛋糕的神奇效果。Pika 1.5的推出，无疑将再次成为视频模型领域的强劲竞争者。来源：微信公众号【机器之心】

ASU团队揭示o1推理模型：成本高昂但表现卓越

亚利桑那州立大学（ASU）的研究团队最近对OpenAI的o1推理模型进行了深入分析。o1模型在推理规划能力上的表现超越了所有现有的大型语言模型（LLM），尽管它在成本上远超其他模型。研究显示，o1在PlanBench基准测试中表现突出，但在长推理序列的准确性上有所下降，准确率低于25%。此外，o1模型的推理成本高达42美元/100个实例，远高于其他模型。尽管o1在推理规划方面开辟了新天地，但它并非终极AI大脑。研究还指出，o1模型在处理无解问题时存在挑战，且其输出的准确性缺乏保证。这项研究为评估LLM和LRM的规划能力提供了新的视角，并强调了在部署这类模型时考虑成本效益的重要性。来源：微信公众号【新智元】

全球首台Arm超算Isambard 2退役，新一代超算Isambard 3接棒

全球首台基于Arm架构的超级计算机Isambard 2在英国完成了其6年的使命，现已光荣退役。这台超级计算机自2018年5月部署以来，为模拟分子、天气预报等研究领域提供了强大动力。Isambard 2使用了Cavium开发的64位Armv8 ThunderX2处理器和Nvidia P100 GPU。随着技术的进步，新一代超级计算机Isambard 3已经准备就绪，它将配备384块英伟达Grace CPU，预计性能和能效将是Isambard 2的6倍。Isambard 3将支持AI、生命科学、医学等领域的研究，助力科学界在多个重要领域取得突破。这台新一代超算预计将成为欧洲最节能的系统之一，并有可能在下一次运行中跻身世界Top500超级计算机排行榜的前10名。来源：微信公众号【新智元】

OpenAI开发者日：奥特曼预测未来AI，API更新亮点多

在OpenAI开发者日活动中，奥特曼进行了一场炉边谈话，预测了未来十年AI的发展趋势，包括无限上下文长度的实现和智能体应用的普及。他预见人们将要求AI在一小时内完成以往需数月或数年的工作，并认为每个人未来将拥有成百上千个智能体。OpenAI还宣布了多项API更新，包括实时语音API、视觉微调API、自动提示词缓存和模型蒸馏API，旨在提升开发体验和降低成本。这些更新将使开发者能够更便捷地在自己的应用中构建高级语音模式体验，并提高特定任务图像理解能力。此外，前OpenAI高管Barret Zoph宣布成立新公司，而前CTO Mira Murati和联合创始人Durk Kingma的新动向也引起了业界关注。来源：微信公众号【量子位】

EMOVA：多模态全能助手引领情感交互新潮流

香港科技大学、香港大学和华为诺亚方舟实验室等机构的研究者们，提出了一款名为EMOVA的多模态全能助手，标志着AI在全模态智能助手领域迈出了重要一步。EMOVA能够处理图像、文本和语音模态，具备看、听、说的能力，并通过情感控制带来更人性化的交流体验。该模型结合了连续的视觉编码器和离散的语音分词器，通过语义声学分离技术和情感控制模块，实现了端到端的文本和带情感的语音输出。在多个图像文本、语音文本基准测试中，EMOVA展现了优越的性能，尤其在复杂的图像理解和情感丰富、自然流畅的语音生成方面表现突出。EMOVA的提出为AI情感交互提供了新思路，预示着未来AI将更加贴近人类的情感表达。来源：微信公众号【机器之心】