Microsoft が、マルチモーダル コンテンツを対話および生成できる人工知能モデル CoDi を発表
7 月 11 日の IT House のレポートによると、Microsoft は最近、コンポーザブル ディフュージョン モデル (CoDi) を発表しました。これは、マルチモーダル コンテンツを対話および生成するように設計された、コンポーザブル ディフュージョンに基づく独自の AI モデルです。
Microsoft は、従来の単峰性 AI モデルの制限に対処することを目的として CoDi を設計しました。同期されたビデオとオーディオを例にとると、個別に生成された情報ストリームをつなぎ合わせるときに、不一致や位置合わせの問題が発生する可能性があります。 CoDi は、拡散中にマルチモダリティを調整して織り交ぜられたモダリティを生成する独自のコンポーザブル生成戦略を採用しており、CoDi は任意の入力モダリティを処理し、任意のモダリティのコンテンツを生成できます。 CoDi は、Microsoft Azure Cognitive Services Research Team がノースカロライナ大学チャペルヒル校と協力して開発したもので、人工知能を使用して人間とコンピューターの対話を強化する Microsoft のプロジェクト i-Code の一部でもあると報告されています。
Babbitt | Metaverse Daily Must Read: 北京は海淀区の公共人工知能コンピューティングパワーなどの主要プロジェクトの建設を加速し、大規模なモデルアプリケーションの結果を四半期ごとに繰り返し立ち上げる予定
要約：7月11日の「科創版日報」の報道によると、党指導グループ書記兼北京市経済情報化局局長の江広志氏は記者団のインタビューで、北京経済情報局は次のように述べた。中長期的にコンピューティング能力の供給を増加させます。海淀区の北京人工知能パブリックコンピューティングパワー、朝陽区の北京デジタルエコノミーコンピューティングパワーセンターなどの主要プロジェクトの建設を加速し、できるだけ早くコンピューティング電源を形成し、北京コンピューティング電源システムを改善します。江光志氏はまた、中国政府はシナリオを牽引力、応用を方向性として捉え、より典型的なシナリオを切り開き、大規模モデルの産業応用を促進し、大規模モデルの応用結果を四半期ごとに繰り返し発表し、人工知能と経済社会発展を深く統合するための典型的なモデルのグループ。
注目の情報:
Baichuan Intelligent は大型モデル Baichuan-13B をリリースしました
36 Krypton の 7 月 11 日のレポートによると、Baichuan Intelligence は、パラメータ量 130 億の汎用大規模言語モデル Baichuan-13B-Base、対話モデル Baichuan-13B-Chat、および INT4/INT8 の 2 つの量子化バージョンを正式にリリースしました。レポートによると、Baichuan-13B 中国語と英語の大規模モデルは、高性能、完全なオープンソース、および無料の商用利用を統合しています。
Microsoft が、マルチモーダル コンテンツを対話および生成できる人工知能モデル CoDi を発表
7 月 11 日の IT House のレポートによると、Microsoft は最近、コンポーザブル ディフュージョン モデル (CoDi) を発表しました。これは、マルチモーダル コンテンツを対話および生成するように設計された、コンポーザブル ディフュージョンに基づく独自の AI モデルです。
Microsoft は、従来の単峰性 AI モデルの制限に対処することを目的として CoDi を設計しました。同期されたビデオとオーディオを例にとると、個別に生成された情報ストリームをつなぎ合わせるときに、不一致や位置合わせの問題が発生する可能性があります。 CoDi は、拡散中にマルチモダリティを調整して織り交ぜられたモダリティを生成する独自のコンポーザブル生成戦略を採用しており、CoDi は任意の入力モダリティを処理し、任意のモダリティのコンテンツを生成できます。 CoDi は、Microsoft Azure Cognitive Services Research Team がノースカロライナ大学チャペルヒル校と協力して開発したもので、人工知能を使用して人間とコンピューターの対話を強化する Microsoft のプロジェクト i-Code の一部でもあると報告されています。
北京経済情報局局長の江広志氏: 海淀区における北京の人工知能パブリックコンピューティング能力などの主要プロジェクトの建設を加速する
科学技術イノベーション委員会日刊紙の7月11日の報道によると、党グループ書記で北京経済情報化局局長の江広志氏は記者団とのインタビューで、北京経済情報局は改善を図ると述べた。コンピューティング電源レベルにおける中長期的なコンピューティング電源供給能力。海淀区の北京人工知能パブリックコンピューティングパワー、朝陽区の北京デジタルエコノミーコンピューティングパワーセンターなどの主要プロジェクトの建設を加速し、できるだけ早くコンピューティング電源を形成し、北京コンピューティング電源システムを改善します。江光志氏はまた、中国政府はシナリオを牽引力、応用を方向性として捉え、より典型的なシナリオを切り開き、大規模モデルの産業応用を促進し、大規模モデルの応用結果を四半期ごとに繰り返し発表し、人工知能と経済社会発展を深く統合するための典型的なモデルのグループ。
Li Feifei のチームは、身体化されたインテリジェンスの新たな成果を発表しました。大規模なモデルに接続されたロボットは、追加のデータやトレーニングなしで人間の音声を直接理解できます。
7月11日のジンシの報告によると、AI科学者リー・フェイフェイ率いるチームは最近、身体化された知能の最新の成果を発表した：大きなモデルがロボットに接続され、複雑な命令が特定の行動計画に変換される 人間は自然言語を自由に使用できるロボットに指示を与えるため、ロボットに追加のデータやトレーニングは必要ありません。 Li Feifei 氏のチームはこのシステムを VoxPoser と名付けました。従来の方法と比較して、追加の事前トレーニングが必要です。この方法は、大規模なモデルを使用してロボットが環境と対話する方法をガイドするため、ロボットのトレーニング データの不足の問題を直接解決します。 。
ドイツの大手メディア、アクセル・シュプリンガーがグローバルな生成 AI チームを立ち上げる
7月11日のThe Decoderの報道によると、ドイツのメディア大手アクセル・シュプリンガーは、同社の人工知能研究の開発を加速する世界的な生成人工知能チームの設立を発表した。ニダル・サラー・エルディン氏とサミール・ファドララー氏が率いるこのチームは、製品と市場の調査に重点を置き、人工知能主導のテクノロジー企業や新興企業との戦略的パートナーシップを構築すると報告されています。
メタバースの推奨読書:
「テキスト、画像、オーディオ、ビデオ...Microsoft のクロスモーダル モデル CoDi はどれほど強力なのか」
Microsoft Azure 研究チームとノースカロライナ大学の研究者は、新しいマルチモーダル生成モデルである CoDi (Composable Diffusion) を紹介する論文「Arbitrary Generation Through Composable Diffusion」を発表しました。 CoDi は、言語、画像、ビデオ、オーディオなどの入力モダリティの任意の組み合わせから出力モダリティの任意の組み合わせを生成できます。既存の生成 AI システムとは異なり、CoDi は複数のモダリティを並行して生成でき、その入力はテキストや画像などのモダリティのサブセットに限定されません。 CoDi は、トレーニング データに存在しない場合でも、入力の任意の組み合わせを自由に条件付けし、任意のモダリティのセットを生成します。
「Jingwei Zhang Ying: AI の遠くと近く」
米国のOpenAI+Microsoft+Nvidiaのモデルと比較すると、最終的に成功する中国の大企業は、提携、ビジネスモデル、C/Bサイドの収益貢献の点で大きく異なり、今後の発展には時間がかかるだろう。どの段階が羽口で、どの段階が値であるかを明確に区別する必要があります。モバイル インターネットの黄金期 (2010 ～ 2020 年) を比較すると、実際には 2010 年から 3 ～ 4 年以内に最高の企業が設立され、AI はまだ始まったばかりです。 。
「2000 チップをレンタルして大規模モデルを構築: 新興企業の生死を分ける選択」
テクノロジーの波が来ると、巨大企業はそれに対処するためのリソースが増え、試行錯誤のコストも増えます。しかし、スタートアップ企業は全く違い、弱いのでチャンスを逃すこともできず、盲目的に風に乗って薄氷の上を歩くこともできません。