AI年末“狂欢”！OpenAI、谷歌、Meta、李飞飞发布重磅产品
文章图片
【AI年末“狂欢”！OpenAI、谷歌、Meta、李飞飞发布重磅产品】
文章图片
OpenAI为期12天的年终“技术盛宴”已结束第二天的直播 。 从当地时间12月5日发布的“满血版”o1模型和最贵ChatGPT Pro服务 ， 到6日发布的强化微调（Reinforcement Fine-Tuning） ， 无不证明AI世界又将迎来一次全新的产品升级和迭代 。
在AI的狂欢中 ， 其他科技公司也不甘示弱 。 有着“AI教母”之称的李飞飞创立的World Labs以及谷歌DeepMind团队本周先后发布重磅产品 ， 让用户可以通过单张图片生成交互式3D场景 ， 展示了AI在虚拟世界构建领域的巨大潜力 。
Meta和马斯克的xAI也来凑了个热闹 。 Meta推出了今年的压轴AI大模型：Llama 3.3 70B ， 该模型据称能实现和Meta最大Llama 模型——Llama 3.1 405B同样的性能 ， 成本还更低 。 xAI宣布Grok从今天起全球免费 ， 但有使用限制 。 免费用户每2小时可以询问最多10个问题 ， 每天最多可分析3张图片和生成4张图片 。
随着各路玩家在AI领域竞赛的深入 ， AI的竞争焦点也转向了智能体和通用人工智能（AGI） 。
据外媒6日的最新报道 ， OpenAI正在与微软磋商放弃AGI条款 ， 以释放投资潜力 。 目前 ， 最终决定尚未做出 ， OpenAI董事会将决定何时实现AGI 。
清华大学电子工程系长聘教授、清华大学精准医学研究院临床大数据中心共同主任吴及告诉《每日经济新闻》记者 ， “基于多个大模型的AI智能体或多个智能体的协同 ， 可能是未来AI技术发挥更大作用的一个重要趋势 。 ”
当地时间12月5日 ， OpenAI为期12天的圣诞季特别活动开启 。
在第一天的活动上 ， OpenAI发布了推理大模型o1的“满血版”和进阶模式 ， 以及每月收费高达200美元（约合人民币1450元）的ChatGPT Pro订阅服务 。
“满血版”o1的特征是 ， 在回答用户提问时不是“脱口而出” ， 而是形成一个类似人类思维方式的内部思维链条 。 该模型已面向ChatGPT Plus和团队用户开放 ， 企业和教育用户则需要等到下周 。
“满血版”o1比9月发布的预览版更快、更强大、更准确 ， 同时增加了多模态输入（可以上传图片）的能力 。 OpenAI表示 ， 现在的o1模型“思维已经被训练得更加简洁”（大概快50%） ， 而且在回答困难现实问题时 ， 出现重大错误的概率减少了34% 。
图片来源：X
同时发布的ChatGPT Pro服务也引发了外界的广泛关注 ， 每月200美元的订阅费是目前ChatGPT Plus定价的10倍 。 不过 ， 用户可以无限量地使用o1模型（Plus用户当前有每周50条信息的限制） ， 以及无限量使用o1 mini和高级语音模式 ， 同时也能用上o1 pro模式 ， 该模式“使用更多的计算来为最难的问题提供最佳答案” 。
次日 ， OpenAI打出活动“第二弹” ， 推出了强化微调（Reinforcement Fine-Tuning） 。 阿尔特(13.380 -0.51 -3.67%)曼表示：“强化微调 ， 效果出奇地好；它是我2024年最大的惊喜之一 。 ”
图片来源：X平台
强化微调与标准微调不同 ， 利用强化学习算法 ， 研究者可以强化产生正确答案的思路 ， 抑制产生错误答案的思路 ， 只需要“几十个例子”（a few dozen examples）、甚至12个例子 ， 模型就能以有效的新方式学习特定领域的推理 ， 提升模型在特定领域任务中的推理能力和准确性 。
据介绍 ， 它甚至可以让简易版推理模型o1 mini的效果超过前一天刚发布的“满血版”o1 。 OpenAI预计将于2025年初公开发布强化微调功能 。
除了OpenAI的首批年末“王炸”外 ， 本周还有诸多AI相关的重磅产品出炉 。
作为AI领域影响力最大的女性和华人之一 ， 斯坦福大学教授李飞飞于当地时间12月2日公布了其首个创业项目World Labs的成果——能用单张静态图片生成3D世界的AI产品 。
在World Labs网站的演示里 ， 由AI生成的场景均通过浏览器实时渲染而成 ， 用户可以使用箭头键或键盘（WASD）键移动 ， 然后单击并拖动鼠标实现交互 ， 从而自由探索场景 。 World Labs的AI工具配备了可操控的滑块来调节模拟景深（DoF）与模拟推拉变焦（dolly zoom） ， 当使用者将景深效果调至越强时 ， 背景中的物体便会越发模糊 ， 为整个视觉体验增添了更多层次感与真实感 。
图片来源：World Labs推特截图
但World Labs目前只向公众发布了关于该技术的博客 ， 外界能够体验的功能极为有限 ， 而且并未放出任何代码和模型 。
在单图生成3D世界领域探索的还有谷歌 。 北京时间12月5日凌晨 ， 谷歌DeepMind在官网发布了大型基础世界模型Genie 2 ， 可通过单张图片和文字描述生成种类多样的游戏3D世界 ， 标志着AI在虚拟世界生成领域的又一次突破 。
图片来源：谷歌Deepmind官网截图
简单来说 ， 给Genie 2一张图片 ， 它可以生成供人类游玩、可实时渲染、可控和可交互的无限3D世界 ， 不需要借助任何游戏引擎 。 例如 ， 输入“森林中的可爱人形机器人(22.460 0.03 0.13%)” ， 模型便可构建一个包含机器人角色和可探索环境的动态场景 。 用户可以通过键盘或鼠标操作角色在世界中进行跳跃、游泳等互动 。
和Genie 1相比 ， Genie 2拥有长期记忆 ， 即使是角色短暂离开画面 ， 在重新进入视野后 ， 依旧能被精准还原出来 。
清华大学电子工程系长聘教授、清华大学精准医学研究院临床大数据中心共同主任吴及在接受《每日经济新闻》记者采访时表示 ， “从学术研究的角度来看 ， 能否将文本意义上的世界模型与物理意义上的世界模型关联起来 ， 把真正的物理世界进行建模 ， 是AI技术能否取得突破的关键 。 ”
World Labs和谷歌之后 ， Meta也来凑了个热闹 ， 于当地时间12月6日推出了今年的压轴AI大模型：Llama 3.3 70B 。 Meta 生成式AI副总裁 Ahmad Al-Dahle在X发帖表示 ， 纯文本的 Llama 3.3能实现和Meta最大Llama模型——Llama 3.1 405B同样的性能 ， 成本还更低 。
Al-Dahle还附上了一张图表 ， 显示包括针对大模型语言理解能力的测试MMLU在内 ， Llama 3.3在一系列行业基准测试中表现优于谷歌的Gemini 1.5 Pro、OpenAI 的 GPT-4o和亚马逊本周稍早发布的Nova Pro 。
图片来源：X
随着大模型竞赛的深入 ， AI的风又更多地吹向了智能体和通用人工智能（AGI） 。
吴及告诉每经记者 ， 目前 ， 尽管单个大模型在某些方面表现出色 ， 但也存在诸多不足 ， 例如幻觉和遗忘效应等问题 。 他强调 ， “基于多个大模型的AI智能体或多个智能体的协同 ， 可能是未来AI技术发挥更大作用的一个重要趋势 。 ”
吴及认为 ， 智能体融合将成为AI应用解决特定场景问题的一个重要技术前景或发展方向 。
在《纽约时报》于当地时间12月4日举办的DealBook峰会上 ， 阿尔特曼表示 ， “智能体是现在每个人都在谈论的话题 ， 我认为这背后是有充分理由的 。 设想一下 ， 你可以让AI系统完成一项相当复杂的任务 ， 比如需要一位非常聪明的人 ， 花费一段时间 ， 借助各种工具来完成并产出有价值成果的任务 。 我预计 ， 这样的场景将在明年成为现实 。 ”
他同时指出 ， AI行业即将迎来的发展将比预期更具冲击力 。 他将AI的影响力比作晶体管的发明 ， 认为AI的推理功能未来将走向普及化和商业化 。 “到2025年 ， 我们可能会首次见到具备AGI能力的系统 。 这类系统可以像人类一样完成复杂任务 ， 甚至能运用多种工具来解决问题 ， ”他说 。
据外媒12月6日最新报道 ， OpenAI正在与微软磋商放弃AGI条款 ， 以释放投资潜力 。 根据目前的条款 ， 当OpenAI创建AGI时 ， 微软对这种技术的使用权将失效 。 目前 ， 最终决定尚未做出 ， OpenAI董事会将决定何时实现AGI 。
推荐阅读
- 荣耀“降维打击”，商务高端旗舰跌价2320元，1.8亿像素+卫星通信
- 千元机“大黑马”，1.5K屏+索尼5000万+骁龙8sGen3，售价很亲民！
- OPPO推出全新电池更换计划：便宜又靠谱，续航不再“拉胯”！
- 代号“小旋风”，王腾确认本月还有一款新机
- 首销打破销售记录，16G+1TB+骁龙8sGen3，已成手机行业“新黑马”
- 24年公认的“3款”性价比手机，价格不贵配置却能对标旗舰机型！
- AMD王炸“躺赢”，Intel改变策略方向，处理器市场进入新格局
- 连续3年拿下销量第一，荣耀“不讲武德”，新机更强势
- 性价比“黑马”，一亿影像+120Hz高刷屏+北斗，跌成798元！
- 同价位“搅局者”，12GB+512GB跌至2466元，238万跑分+IP68