chatgpt

OpenAI工程师必备经典《苦涩的教训》，原来20多年前就有了原型

大量数据学习涌现出来的能力，终于超越了人们的想象。OpenAI 推出视频生成模型 Sora 已经一周的时间了，热度不减，作者团队还在持续放出让人眼前一亮的视频。比如「一群爱冒险的小狗探索天空废墟的电影预告片」，Sora 一次生成并自己完成剪辑。当然，一个个生动、逼真的 AI 视频让人们好奇为什么是 OpenAI 率先打造出了 Sora 并能够跑通所有 AGI 技术栈呢？这一问题在社交媒体上引发了热烈的讨论。其中，在一篇知乎文章中，加州大学伯克利分校计算机科学博士、作者 @SIY.Z 分析了 OpenAI 成功的一些

2/23/2024 11:06:00 AM

机器之心

超多实战案例！大厂出品的AIGC设计实践手册

一、前言随着技术的不断迭代，AIGC 能力的可控性得到了进一步提升，可应用的场景也越来越多，在文本、图像、视频等多个领域都有了广泛应用。用户已经可以用自然语言来与 AI 工具进行交互，革新传统办公方式，工作任务可以更具创造性，并且提高了生产效率。本文将从 AIGC 体系化应用角度聊一聊，设计团队如何利用 AIGC 来优化工作流，提升效率的同时，更多推动 AIGC 能力应用与落地。二、AIGC 对设计的影响如何更好的利用 AI 工具帮助我们提升设计效率与价值，我们尝试了从产品设计类需求、运营设计类需求、视频/动

2/22/2024 6:48:10 AM

团队WOWDesign

Sora为何出自OpenAI？一线员工作息时间线揭秘：我们疯狂地卷

数数每天几个小时？为什么是 OpenAI 率先打造出了 Sora？现在全世界不论研究员、工程师还是投资人都在问这个问题。最近几天，人们对于视频大模型 Sora 的讨论热度持续升高，信息早已破了圈，相关的投资热点都已经出现了两轮。 Sora 生成的「Flower tiger」视频。试问这种生成能力会催生多少新脑洞？在一篇文章中，加州大学伯克利分校计算机科学博士、知乎作者 @SIY.Z 分析了 OpenAI 成功的一些原因，包括：目标和商业模式明确：目标就是

2/21/2024 3:00:00 PM

机器之心

出圈的Sora带火DiT，连登GitHub热榜，已进化出新版本SiT

好的研究不会被埋没，只会历久弥新。虽然已经发布近一周时间，OpenAI 视频生成大模型 Sora 的影响仍在继续！其中，Sora 研发负责人之一 Bill Peebles 与纽约大学助理教授谢赛宁撰写的 DiT（扩散 Transformer）论文《Scalable Diffusion Models with Transformers》被认为是此次 Sora 背后的重要技术基础之一。该论文被 ICCV 2023 接收。论文地址：地址：，DiT 论文和 GitHub 项目的热度水涨船高，重新收获大量关注。论文出现在

2/21/2024 2:54:00 PM

机器之心

6000字干货！全面了解顶尖AI产品 ChatGPT-4

GPT-4 的看点都有哪些呢？逻辑推理，强到可以代替你考律师啦角色扮演，cosplay 认定角色不轻易被忽悠多模态，可以看到图片啦更安全，想要再轻易忽悠它越狱很难了GPT-4 的论文：搭载了 GPT-4 的 ChatGPT Plus：申请 GPT-4 的 API：接下来的内容会详细介绍 GPT-4 的一切。GPT-4 具有更广泛的通识知识和问题解决能力，可以更有效的解决难题 1. 它更有创造力 GPT-4 比以往任何时候都更具创造性和协作性。它可以与用户一起生成、编辑和迭代创意和技术写作任务，例如

2/21/2024 8:34:37 AM

逗砂

如何用AIGC 做好UI设计？实战案例来了！

热爱，是做好一件关键的事情。 “AI 到底会不会取代我们”？这个问题我们留在结尾与大家探讨，现在我就开始学习如何用 AIGC 去做界面、以及怎样指导我们进行优化。利用“AI”做界面主要会用到四个工具：Chat GPT、Figma（Wireframe Designer 插件）、即时设计（即时 AI）、文心一言（作为无法使用 Chat GPT 同学的备用方案）一、UI 设计的基本原则与 AIGC 的融合 UI 设计更多是创建直观、易用、吸引人的用户界面，而 AIGC 则是指通过人工智能技术生成的文本、图像、音频或视频

2/21/2024 12:22:36 AM

文轩没有大脑袋

几小时前，OpenAI 爆款工具 Sora 被取消了静音模式

机器之能报道编辑：Sia简单文字提示，即可为这些“默片”增添声音效果。当你被 OpenAI Sora 生成的这些视频震撼时，有没有潜意识里总觉得还缺点啥？视频链接：“短视频”是不是差不多？这是 1895 年路易斯·卢米埃尔导演的《火车进站》，固定机位，一镜到底拍摄火车开进站台的场景。视频链接：《工厂大门》的效果是这样的：视频链接：，即使是默片也并非一点声音也没有。放映时，影院里会有乐团（大到一个乐团、小到一位钢琴师）根据剧情演奏音乐，用音乐渲染情绪，推动情节发展。现在，AI 语音克隆初创公司 ElevenLabs

2/20/2024 4:05:00 PM

机器之能

揭秘Sora技术路线：核心成员来自伯克利，基础论文曾被CVPR拒稿

至此已成艺术的 Sora，是从哪条技术路线发展出来的？最近几天，据说全世界的风投机构开会都在大谈 Sora。自去年初 ChatGPT 引发全科技领域军备竞赛之后，已经没有人愿意在新的 AI 生成视频赛道上落后了。在这个问题上，人们早有预判，但也始料未及：AI 生成视频，是继文本生成、图像生成以后技术持续发展的方向，此前也有不少科技公司抢跑推出自己的视频生成技术。不过当 OpenAI 出手发布 Sora 之后，我们却立即有了「发现新世界」的感觉 —— 效果和之前的技术相比高出了几个档次。

2/19/2024 3:21:00 PM

机器之心

Sora到底懂不懂物理世界？一场头脑风暴正在AI圈大佬间展开

Sora 到底是不是物理引擎甚至世界模型？图灵奖得主 Yann LeCun、Keras 之父 Francois Chollet 等人正在深入探讨。最近几天，OpenAI 发布的视频生成模型 Sora 成了全世界关注的焦点。和以往只能生成几秒钟视频的模型不同，Sora 把生成视频的长度一下子拉长到 60 秒。而且，它不仅能了解用户在 Prompt 中提出的要求，还能 get 到人、物在物理世界中的存在方式。以经典的「海盗船在咖啡杯中缠斗」为例。为了让生成效果看起来逼真，Sora 需要克服以下几个物理难点：规模和比

2/19/2024 3:15:00 PM

机器之心

Sam Altman７万亿美元芯片计划被怼，“硅仙人”：我只用不到1万亿

机器之能报道编辑：Sia不是每个业内人士都买这笔疯狂数字的账。Sam Altman 最近登上了头条新闻，背后的原因有些夸张。这位从未设计过一个芯片的聪明人认为半导体行业需要他，正在推动一个旨在提高全球芯片制造能力的项目。为此，他需要筹集 5 万亿至 7 万亿美元，并正与包括阿联酋政府在内的不同投资者进行谈判。OpenAI 发言人表示，“ OpenAI 就增加芯片、能源和数据中心的全球基础设施和供应链进行了富有成效的讨论，这对于人工智能和相关行业至关重要。鉴于国家优先事项的重要性，我们将继续向美国政府通报情况，并期待

2/19/2024 12:59:00 PM

机器之能

真·降维打击，Sora与Runway、Pika的对比来了，震撼效果背后是物理引擎模拟现实世界

以后的视频生成领域，恐怕真的只有 OpenAI 的 Sora 和其他模型了。昨天，OpenAI 发布的首个文本生成视频模型 Sora 引爆了社区，其生成的长达 1 分钟的高清、流畅视频令人们惊叹不已，直呼「好莱坞的时代结束了」。仅仅一年时间，文本生成视频的效果迎来了质的飞跃。图源：，随着 Sora 加入这场视频生成领域的战争，受到冲击最大的是同类竞品模型，比如 Runway、Pika、SDV、谷歌和 Meta。看到 Sora 的生成效果之后，很多人认为，S

2/19/2024 12:11:00 PM

机器之心

OpenAI允许员工出售股份，交易后估值超800亿，Altman在线招人

今日，《纽约时报》援引三位知情人士消息，OpenAI 已经完成一项允许员工出售公司股份的交易。这家旧金山 AI 公司估值也因此水涨船高至 800 亿美元或更高（彭博社报道的估值是 860 亿美元）。去年 4 月，OpenAI 曾以近 300 亿美元的估值完成了首轮股票出售。当时，风险投资公司 Thrive Capital、红杉资本、Andreessen Horowitz 和 K2 Global 同意收购 OpenAI 的股票，对该公司的估值约为 290 亿美元。如今不到 10 个月的时间里，OpenAI 估值几乎翻

2/19/2024 12:00:00 PM

机器之心

春节大礼包！OpenAI首个视频生成模型发布，60秒高清大作，网友已叹服

欢迎来到 bling zoo！北京时间今天凌晨，OpenAI 正式发布了文本到视频生成模型 Sora，继 Runway、Pika、谷歌和 Meta 之后，OpenAI 终于加入视频生成领域的战争。山姆・奥特曼的消息放出后，看到 OpenAI 工程师第一时间展示的 AI 生成视频效果，人们纷纷表示感叹：好莱坞的时代结束了？OpenAI 声称，如果给定一段简短或详细的描述或一张静态图片，Sora 就能生成类似电影的 1080p 场景，其中包含多个角色、不同类型的动作和背景细节。Sora 有哪些特别之处呢？它对语言有着深

2/16/2024 5:41:00 PM

机器之心

我在模拟世界！OpenAI刚刚公布Sora技术细节：是数据驱动物理引擎

机器之心报道机器之心编辑部先安排好演员，再让他们来演绎。今天，我们都在感受 Sora 的带来的魅力。OpenAI 的首个视频生成模型 Sora，让「一句话生成视频」的前沿 AI 技术向上突破了一大截，引发了业界对于生成式 AI 技术方向的大讨论。Sora 生成的视频范例。提示词：「两艘海盗船在一个咖啡杯中航行、互相战斗的逼真特写视频。」来源：，我们已经见证过许多创业公司提出的视频生成模型。相比之下，OpenAI 提出的新模型不论是效果还是理念上，似乎都具有划时代的意义。有人第一时间总结道，Sora 不是一个简单的视

2/16/2024 5:34:00 PM

机器之能

突发！AI大牛Andrej Karpathy离开OpenAI

Andrej Karpathy 又离职了！刚刚，AI大牛Andrej Karpathy官宣了一条重要消息：他昨天已经从OpenAI离职，不过这中间没有什么戏剧性冲突，他只是想去尝试一下自己的个人项目。Karpathy在官宣离职的推文中写道，「是的，我昨天离开了OpenAI。首先，没发生什么特别的事情，这不是由于任何特定事件、问题或者争议导致的（但请继续提供阴谋论，因为它们确实很有趣 :））。实际上，在过去的大约一年时间里，在OpenAI的经历真的很棒——团队非常强大，人们非常棒，路线图也非常令人兴奋，我认为我们都有

2/15/2024 5:43:00 PM

机器之心

英伟达官宣AI聊天机器人，本地RTX显卡运行，这是要挑战OpenAI？

OpenAI 进军芯片领域，英伟达自己造聊天机器人，这是 Sam vs Jensen 的时代？下载地址： AI 淘金热里，英伟达经常被称为那个「卖铲子的人」，而且卖的是难以替代的铲子。依靠这个角色，英伟达市值已经超越亚马逊，成美股第四大公司，离谷歌市值仅一步之遥。但值得注意的是，英伟达本身也在这波 AI 浪潮里淘金。刚刚，他们发布了一个对话机器人 ——「Chat with RTX」，面向 GeForce RTX 30 系列和 40 系列显卡用户（至少有 8GB VRAM）。有人开玩笑说，Sam Altman 进军芯

2/15/2024 5:40:00 PM

机器之心

OpenAI赋予ChatGPT记忆功能，由你掌控

ChatGPT 新功能上线，有了记忆能力。很快你就能告诉 ChatGPT 忘记一些事情，或者在以后的对话中要求它记住特定的事情。今天，作为测试的一部分，OpenAI 开始为一小部分 ChatGPT 免费和付费用户推出新的功能，并在未来进行大规模的推广。该功能可让用户明确告诉 ChatGPT 记住某些内容或者用户查看它记住了什么。比如你住在郊区，更喜欢开车而不是乘坐公共交通，你可以简单地告诉 ChatGPT 这个事实（例如「记住我住在郊区，大部分时间开车」）。随着使用频率的增加，ChatGPT 对记忆功能将逐渐优化，

2/15/2024 5:38:00 PM

机器之心

华为盘古大模型变「小」，1.5B也很能打

ChatGPT 等系列模型横空出世，以其强大的性能引起了全球的关注，有望改变人与计算机之间的交互方式，应用到千行百业。然而这些大型模型的实际需要极高的内存和计算资源，限制了它们在各种场景中的应用。例如，具有 175B 参数的 GPT-3 在使用 FP32 数据类型存储时需要大约 700GB 内存。尽管 7B 参数模型相对更高效，但其资源需求仍然难以直接部署在手机等边缘设备上。此外，尽管许多研究已经成功地打造出多个效果很好的大语言模型，但他们往往采用相似的训练策略。一方面，大量工作集中在收集和清理数据上，较少强调研究

2/15/2024 5:18:00 PM

机器之心

资讯热榜

独立开源大佬的疯狂实验：Claude Code蛮力出奇迹！40 分钟跑通 DeepSeek-OCR，我一行代码都没写切斯基:Airbnb 暂缓接入 ChatGPT，AI 客服已用上通义千问最强OCR竟然不是DeepSeek、Paddle！HuggingFace新作：六大顶尖开源OCR模型横评！继DS后又杀出匹黑马！ OpenAI、Oracle 再加码 AI 基建:150亿美元 Lighthouse 园区启动建设 OpenAI 内部警示:ChatGPT Atlas 面临“即时注入”安全威胁大模型推理学习新范式！ExGRPO框架：从盲目刷题到聪明复盘 ChatGPT 涉嫌“诱导”美国 16 岁少年自杀，家属指控 OpenAI 事发前放松安全措施如何把ChatGPT嵌入到自己的应用中？

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画机器人数据大模型 Midjourney 开源 Meta 智能微软用户 AI新词 GPT 学习技术智能体马斯克 Gemini 图像 Anthropic 英伟达 AI创作训练 LLM 论文代码算法芯片 AI for Science Agent 腾讯 Stable Diffusion 苹果 Claude 蛋白质开发者生成式神经网络 xAI 机器学习 3D 人形机器人 RAG 研究 AI视频生成大语言模型 Sora 工具百度具身智能 GPU 华为计算字节跳动 AI设计搜索大型语言模型 AGI 视频生成场景深度学习架构 DeepMind 编程生成式AI 视觉预测 Transformer AI模型伟达特斯拉 Copilot