AIGC Weekly #65

飞书用户8537

2024年4月8日修改

🔗 原文链接： https://quail.ink/op7418/p/aigc-weekly-65

⏰ 发布时间：2024-04-01

作者：歸藏

common.docs_name - LarkCCM_Docs_Menu_Image

Midjourney提示词：closeup photo of an amorphous blob of metallic iridescent liquid floating in a minimal white void with particles of minerals suspended around , realistic materials, hyper-realistic rendering, depth of field, --ar 16:9 --style raw --stylize 0 💎查看更多风格和提示词

上周精选 ✦

Open AI 发布了语音克隆方案及Sora艺术家测试视频

多模态的任何一环Open AI都想做啊，这个语音克隆的功能也上了，声音和面部以及身体数据是未来内容生产能力爆炸之后，每个人线上线下自我认同的纽带。​

OpenAI 正在开发一个名为 Voice Engine 的模型,它可以使用文本输入和一个 15 秒的音频样本生成与原始说话者非常相似的自然语音。他们目前正在与一小群可信赖的合作伙伴进行小规模测试,以更好地了解该技术的潜在用途[。一些早期的应用包括:​

•
为非读者和儿童提供阅读辅助,使用更广泛的说话者的自然、富有情感的声音。​

•
翻译视频和播客等内容,让创作者和企业能够用自己的声音流利地接触全球更多人。​

•
在偏远地区改善基本服务,用每个社区卫生工作者的主要语言提供互动反馈。​

•
为非语言障碍者提供支持,如为影响语言能力的个人提供治疗应用。​

•
帮助患有突发或退行性语言障碍的患者恢复语言能力。​

OpenAI 认识到生成类似人声的语音存在严重风险,因此正在与各方合作伙伴接触,以确保在开发过程中吸收他们的反馈。他们还实施了一系列安全措施,包括水印和主动监控。​

另一件事是Open AI发布几位艺术家和创意人员使用 OpenAI 的新模型 Sora 的初步体验和感受。​

视频可以在这里查看：https://openai.com/blog/sora-first-impressions

AI21 Lab 推出了一种新的 LLM 架构 Mamba

AI21 Lab 推出了一种新的 LLM 架构 Mamba，同时发布的还有基于这个架构的模型 Jamba。模型将会开源。​

Mamba是一款创新的结构化状态空间（SSM）模型，其设计目的是为了克服传统Transformer架构的限制，但它本身也存在一些不足。而Jamba则结合了这两种技术的优点。​

Jamba模型的特点：

•
首个基于创新SSM-Transformer混合架构的生产级Mamba模型​

•
与Mixtral 8x7B相比，在长文本上的吞吐量提高了3倍​

•
模型支持高达256K的大规模上下文窗口，使更多用户能够访问和使用​

•
是其大小类别中唯一一个能在单个GPU上适应高达140K上下文的模型​

•
以开放权重在Apache 2.0下发布​

•
可在Hugging Face上获取，并即将登陆NVIDIA API目录​

AIGC Weekly #65​

AIGC Weekly #65