多模态

苹果也在搞自己的大型多模态基础模型，未来会不会基于该模型推出相应的文生图产品呢?我们拭目以待。今年以来，苹果显然已经加大了对生成式人工智能（GenAI）的重视和投入。此前在2024苹果股东大会上，苹果CEO蒂姆・库克表示，今年将在GenAI领域实现重大进展。此外，苹果宣布放弃10年之久的造车项目之后，一部分造车团队成员也开始转向GenAI。

继量子芯片之后，谷歌又来抢“OpenAI双12直播”的流量了!就在刚刚，谷歌新一代大模型Gemini2.0突然登场，再次由谷歌CEO皮猜亲自官宣。新一代模型专为AIAgent而打造，谷歌表示目前已经将2.0版本提供给了一些开发者内测，正在迅速将其集成在Gemini和搜索等产品线中。好消息是，Gemini2.0Flash实验版模型今天就在网页端开放，大家都能玩，移动端即将推出。

站长之家(ChinaZ.com)12月22日消息:2023年，人工智能（AI）领域见证了重大进展，不仅公众对AI有了更深的理解，政府也开始认真对待AI风险。本年度的发展不仅是新技术和理念的出现，更是长期孕育后的集中爆发。以下是过去一年中人工智能领域最重要的三项创新：

【新智元导读】为了填补LLM在复杂多模态环境中利用复杂工具完成多轮、多模态指令的评估空白，研究人员引入了PowerPoint任务完成（PPTC）基准测试，以评估LLM创建和编辑PPT文档的能力。

谷歌正在计划如何利用即将推出的大型语言模型系列Gemini来取代ChatGPT。截至目前，OpenAI大语言模型在AI竞赛中一直处于领先地位。而强劲优势的背后，离不开微软庞大数据中心基础设施的有力支持。但ChatGPT的主导地位恐怕无法长久持续下去，因为新的、更强大的AI模型正不断涌现，而其中最具战斗力的挑战者就来自谷歌。

字节团队最近提出了一种名为猞猁（Lynx）的多模态大语言模型(LLMs)。他们通过对二十多种多模态LLMs变体进行系统实验和评估，确定了以prefix-finetuning为主要结构的Lynx模型，并且还提出了一个新的多模态评估基准Open-VQA。论文:https://arxiv.org/abs/2307.02469网站:https://lynx-llm.github.io/