3月30日

吴恩达：别光盯着GPT-5，用GPT-4做个智能体可能提前达到GPT-5的效果

最近，斯坦福大学教授吴恩达在演讲中提到，他们发现，基于 GPT-3.5 构建的智能体工作流在应用中表现比 GPT-4 要好。当然，基于 GPT-4 构建的智能体工作流效果更好。由此看来，AI 智能体工作流将在今年推动人工智能取得巨大进步，甚至可能超过下一代基础模型。这是一个值得所有人关注的趋势。这个关于智能体的演讲在社交媒体上引发了广泛关注。有人表示，这代表着 AI 发展中的范式转变，体现了从静态输出到动态迭代的转变。站在这样一个十字路口，我们不仅要思考 AI 如何改变我们的工作，还要思考我们如何适应它所创造的新环境。来源：微信公众号【机器之心】

Voice Engine：OpenAI首次官宣语音项目，配音演员警报拉响

今天，OpenAI 在语音领域又带给我们一点点震撼，通过文本输入以及一段 15 秒的音频示例，可以生成既自然又与原声极为接近的语音。值得注意的是，即使是小模型，只需一个 15 秒的样本，也能创造出富有情感且逼真的声音。OpenAI 将这个语音引擎命名为 Voice Engine，首次开发时间是 2022 年末，今天是 Voice Engine 预览版的首次亮相。Voice Engine 并未根据用户数据进行训练或微调，而是通过一个扩散过程和 transformer 结合的方式 —— 从而产生语音。Voice Engine 的定价为每一百万字符 15 美元，这样的定价可以覆盖狄更斯的《雾都孤儿》，还略有余地，相当于 18 小时的音频，使得价格略低于每小时 1 美元。这个价格确实比 ElevenLabs 的收费便宜一些 —— 每月 100,000 字符收费 11 美元。不过，Voice Engine 目前不支持音调、音高或节奏的调整。来源：微信公众号【机器之心】

GPT-4单项仅得7.1分，揭露大模型代码能力三大短板，最新基准测试来了

上海人工智能实验室联合字节跳动SE Lab的研究人员以及SWE-Bench团队，提出了一个新测试基准DevBench，首次揭秘大模型在多大程度上可以从PRD出发，完成一个完整项目的设计、开发、测试。具体地说，DevBench首次对大模型进行了从产品需求文档（PRD）到完整项目开发各阶段表现的评测，包括软件设计、依赖环境搭建、代码库级别代码生成、集成测试和单元测试。实验证明，DevBench可以揭露GPT、CodeLlama、DeepSeek-Coder 等大语言模型在软件研发不同阶段的能力短板，如面向对象编程能力不足、无法编写较为复杂的构建脚本（build script），以及函数调用参数不匹配等问题。大语言模型距离可以独立完成一个中小规模的软件项目开发还有一段路要走。目前，DevBench的论文已经发布在预印平台arXiv，相关代码和数据开源在GitHub上。来源：微信公众号【量子位】

红杉美国：GenAI是一场10倍速的生产力革命

2022 年 9 月，红杉美国发布的 Generative AI：A Creative New World 研究引发了第一波关于 Generative AI 的讨论，而紧接着 ChatGPT、GPT-4 的问世加速了 GenAI 领域的发展。在红杉美国的 AI Ascent 大会上，几位合伙人就对过去这一年半中 GenAI 的发展进行了相当系统的回顾，GenAI 领域的进步远比人们预想当中要更迅猛。人们逐渐意识到， LLM 和 AI 真正产生作用是通过创造、推理和交互三个环节实现的，这些能力也被融合到了各个领域的应用中为我们所用。AI 已经拥有了创造和推理能力，例如 GenAI 可以生成文本、图像和音视频，chatbot 可以回答我们的问题，或者像 Agent 一样帮我们进行多步骤任务规划，这是以前的任何软件都无法做到的，也意味着软件已经可以同时处理右脑的创造性任务和左脑的逻辑性任务——这是软件有史以来第一次能够以类人的方式与人类进行交互，对商业模式的意义非常重大。来源：微信公众号【海外独角兽】