视频解析工具Video-ChatGPT上线 可用文本描述视频内容
虽然像Runway ML这样的公司在将文本转换为视频方面取得了长足的进步，但 VideoChatGPT却另辟蹊径，赋予语言模型分析视频的能力。Video-ChatGPT 可以用文本描述视频的内容，例如，通过突出显示不寻常的元素来解释为什么剪辑可能很有趣。
开发人员通过一段长颈鹿从跳水板上跳入水中的视频来演示这一点。Video-ChatGPT 指出:“这并不常见，因为长颈鹿并不擅长杂技或潜水。”
链接到开源语言模型的预训练视频编码器
研究人员将 Video-ChatGPT 的设计描述为简单且易于扩展。它使用预训练的视频编码器，并将其与预训练然后微调的语言模型相结合。
尽管名称如此，阿布扎比穆罕默德·本·扎耶德人工智能大学的项目并未使用 OpenAI 技术。相反，研究人员嵌入了一个线性层，将视频编码器连接到语言模型。
除了要求特定任务的用户提示外，语言模型还会使用定义其角色和一般工作的系统命令进行提示。
人机增强数据集
研究人员结合使用人工注释和半自动化方法来生成高质量数据，以微调 Vicuna 模型。这些数据的范围从详细描述到创造性任务和访谈，涵盖了各种不同的概念。
总的来说，该数据集包含大约86，000个高质量的问答，一些由人类注释，一些由 GPT 模型注释，一些由图像分析系统的上下文注释。
Video-ChatGPT 的核心是其结合视频理解和文本生成的能力。它在视频推理、创造力和对时间和空间的理解方面的能力已经过广泛测试。
多模态人工智能未来
在最近文本生成取得重大进展之后，OpenAI 和谷歌等公司正在转向多模态模型。Bard 理解并可以对图像做出反应，并在其正式发布时展示了这些能力。
从图像到移动图像将是下一个合乎逻辑的步骤。谷歌已经宣布开发一款将于今年晚些时候发布的 带有 Project Gemini 的大型多模式 AI 模型。
NeevCloud发布印度首个自主研发的AI超级云服务
**划重点:**1.🚀NeevCloud计划到2026年部署AI云基础设施，包括40，000个GPU和价值15亿美元的存储，旨在使印度在人工智能和超级计算领域自给自足。2.💡通过推出“AI超级计算服务”模式，NeevCloud以每小时1.69美元的全球最低价格提供云GPU，可降低成本高达50%。站长网2023-11-21 15:09:150000百度将举行“百度世界大会2023” 文心一言将再次升级百度搜索将全新亮相
百度宣布将在10月17日举行“百度世界大会2023”。对此，李彦宏透露，将在百度世界上“手把手教你做AI原生应用”，也将带来文心一言、搜索、地图、网盘等应用产品的全新亮相。以下是五大亮点:1.李彦宏将在主题演讲中“手把手教你做AI原生应用”。他将分享对AI原生化重构的心得，重点介绍“理解、生成、逻辑、记忆”四大AI核心基础能力，并展示生成式AI的想象和创新空间。站长网2023-10-08 08:18:390000千万人围观「烧焦婴儿」图片！伯克利教授辟谣：AI图片检测器无用
【新智元导读】AI无法打败AI，不是没有道理。近来，上千万人围观的婴儿死亡照片，AI检测工具竟无法给出一致答案。AI图片检测器又被冲了!最近，外网爆出大量中东地区冲突的照片，向世人展示了生命在这种极端条件下是何等的脆弱和无助。其中，一张「烧焦婴儿」的照片，由于太过于残忍，让人难以置信。于是，有人把照片放到了AI图片检测器中，来检测这些照片是否为AI生成。站长网2023-10-16 09:01:160000魅族申请无界GPT 、VUChat、VUGPT等商标
天眼查App显示，近日，湖北星纪魅族集团有限公司申请“无界GPT”“VUChat”“VUGPT”等商标，国际分类涉及通讯服务、科学仪器，当前商标状态均为申请中。此前，珠海市魅族科技有限公司申请了两个新商标，分别名为“魅GPT”“FlymeGPT”，国际分类均为09类-科学仪器，商标状态为申请中。站长网2023-07-12 11:35:320000腾讯自主研发智能设计平台AI Design：10秒免费创建专属logo
AIDesign是腾讯自主研发的智能设计平台，利用人工智能技术生成品牌logo，旨在帮助个人用户（现已支持QQ和微信用户）以高效率和低成本激发品牌灵感。使用简单，仅需3步(输入品牌名称、选择关键词和偏好颜色)，即可获得多种logo方案。体验地址:https://ailogo.qq.com/guide/brandname站长网2023-09-04 11:28:480000
