[AI每日快讯·20241212]OpenAI下一代模型泄露！「半GPT-5」旗舰模型猎户座要来了？

发布时间:2024-12-12 00:02:06 · 责任编辑:字母汇 · 浏览量:56 次

一、 OpenAI下一代模型泄露！「半GPT-5」旗舰模型猎户座要来了？

1. OpenAI的未发布模型「ChatGPT ε」意外泄露，可能是「猎户座」模型，引发广泛讨论;

2. 猎户座模型的性能提升不如从GPT-3到GPT-4，可能不会被命名为GPT-5;

3. OpenAI正在开发新方法应对高质量数据供应减少，预计明年初完成Orion的安全测试，可能改变「GPT」命名惯例.

二、 OpenAI Day 4 Canvas重大升级！跑代码改bug界面大革新

1. Canvas升级增强了写作和编辑功能，支持修改建议、语法检查、添加表情等；

2. 引入Python代码运行功能，支持调试代码并实时查看输出和错误修正；

3. Canvas集成至自定义GPTs，用户可以为特定任务定制AI，提升工作效率。

三、一觉睡醒，AI码农同事Devin已经正式上线了，月薪3500

1. AI编程助手Devin已正式发布，能够理解需求并编写、修改代码，包括修复bug和重构代码；

2. Devin支持Slack集成、IDE扩展和API接口，适用于工程团队，月费500美元起；

3. Devin已参与多个开源项目的贡献，展示其在实际应用中的强大能力。

四、 Niantic的AI 3D建模神器登陆Quest，3D生成UGC要来了

1. Niantic推出AI 3D建模平台Scaniverse，旨在通过全球用户生成3D场景，打造最大UGC社区；

2. 新增Meta Quest平台支持，用户可在虚拟现实中探索、查看和上传3D场景，促进全球3D地图的建设；

3. 采用高斯溅射技术提升扫描质量，支持更快的实时反馈与扫描分享，推动增强现实和虚拟现实体验的开发。

五、 DeepMind发布PaliGemma二代，最易微调「视觉语言全能王」

1. PaliGemma 2在图像描述、乐谱识别、医学报告生成等任务上取得SOTA成绩，并提供多种尺寸和分辨率版本；

2. 模型增强了视觉能力，易于微调，适用于OCR、分子结构、放射学等任务；

3. 通过提高分辨率和模型尺寸，PaliGemma 2在任务表现上显著提升，尤其在文本检测和放射报告生成中表现突出。

六、清华系 AI 公司面壁智能新一轮融资，端侧智能进入持久战

1. 面壁智能完成数亿元融资，将加速端侧AI大模型商业化，提升性能与能效；

2. MiniCPM系列突破性进展，已成为开源社区明星项目，广泛应用于消费电子和垂直行业；

3. 同时关注在法律、教育等垂直领域的深度赋能，推动大模型在行业场景中的落地与应用。

七、视觉中国与Vidu达成战略合作，共拓视觉产业大模型应用

1. 视觉中国与生数科技合作，打造视觉产业大模型平台，推动AI在视觉内容行业的应用；

2. 视觉中国提供丰富的版权合规视觉资源，生数科技提供多模态大模型技术，共同支持内容创作者；

3. 双方计划拓展国内B端市场和海外个人用户业务，提升AI视频生成解决方案和创作工具的市场竞争力。

八、港中文「视觉听觉」基准AV-Odyssey：26个任务直指死角问题

1. 多模态大模型如GPT-4o在音频感知上存在明显短板，无法正确分辨简单的音量差异；

2. 香港中文大学等发布的AV-Odyssey基准测试揭示，现有模型在26个视听任务中的表现接近随机猜测，GPT-4o的准确率仅为34.5%；

3. 研究推出DeafTest和AV-Odyssey测试工具，旨在提升多模态大模型的音频和视觉整合能力，特别是音频理解方面的不足。https://mp.weixin.qq.com/s/4beDnPqkUdXUlXSH9elDoA