多模态推动人工智能迈向 AGI， 底层技术日臻成熟 相比单模态， 多模态大模型同时处理文本、 图片、 音频以及视频等多类信息， 与现实世界融合度高， 更符合人类接收、 处理和表达信息的方式， ...

ChatGPT持续升级，AI多模态模型发展或驱动AIGC应用商业化空间打开 9月25日，OpenAI在官网宣布，对ChatGPT进行重大升级从而实现看图、听声音、输出语音内容三大功能；目前，在线音乐平台Spotify...

谷歌发布Gemini1.0，多方面性能得分超过GPT-4 2023年12月6日谷歌发布大语言模型Gemini1.0。该模型具备原生多模态特性，可以实现对文本、图像、视频和音频等多模态信息的无缝理解和操作，有望使...

2022年底，AIGC热潮在全球范围内兴起，人工智能的主题行情开始出现。2022年11月30日，OpenAI的全新对话式AI模型ChatGPT正式发布，人工智能板块开始掀起热潮。2023年我们认为是人工智能的元年，...

OpenAI发布Sora文生视频模型，视频生成性能强劲 2024年2月16日OpenAI发布视频生成模型Sora。该模型为文本生成视频模型，模型可根据文本信息生成时长一分钟的高保真视频。Sora具有强劲的视频生成...

OpenAI面向所有用户免费开放ChatGPT Voice：11月22日，OpenAI面向所有用户免费开放ChatGPT Voice。之前，声音聊天功能仅对ChatGPT Plus和企业用户开放。现在，用户可以通过点击耳机图标，在移动...

OpenAI首席执行官SamAltman表示，GPT-5仍处于开发的早期阶段，预计在推理、个性化及保密性等多方面优化，同时开源；公司最近部署了新的网络爬虫GPTBot，通过在线收集公开信息来扩展其语料库。鉴...

奥特曼参加比尔盖茨播客与达沃斯论坛,分享GPT-5新进展与对AI发展的见解。 2024年1月,OpenAI的CEO萨姆·奥特曼(Sam Altman)参加了比尔·盖茨的博客节目与2024年冬季达沃斯经济论坛,在博客节目与...

从Sora模型看文生视频的技术路径：技术路径尚未收敛，Transformer扩展特性优势凸显。市场大多认为扩散模型是图像和视频生成领域的主流路径，但没有重视Transformer架构scaleup的能力。OpenAI技...

大模型涌现，AI+应用百舸争流。以ChatGPT为代表的AI大模型的诞生，意味着强人工智能的时代即将到来，AIGC正在成为引发生产力变革的引擎，大模型的布局更是百舸争流，这不仅仅体现在大型科技企业...

产业动态：（1）数据要素：1月4日，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》。（2）数据要素：2024年1月1日起，《企业数据资源相关会计处理暂行规定》正式施...

新一批大模型近日通过备案，AI应用快速在垂类领域落地，AI持续在各行各业推动生产力和生产方式变革。在此过程中，算力资源是筑基之石。受产能、技术和国际局势等方面影响，全球算力短期紧缺这一...