首页 > 时尚

AI“百模大战”风向变了?360、美图先后出招 视觉大模型上演“神仙打架” 天天快消息

来源:华夏时报 时间:2023-06-23 19:21:48

随着AI大模型研发应用热潮持续高涨,记者注意到,赛道内的玩家开始将重心从语言大模型转向视觉大模型。近期,Adobe、Meta、360、美图等多家国内外互联网头部企业纷纷发表大模型成果,为本就火热异常的AI市场再添了一把火。

“人工智能在视频领域的应用越来越受到重视。”中国通信工业协会两化融合委员会副会长吴高斌向《华夏时报》记者表示,这些大型AI模型的发布为企业间的竞争带来了新的动力。企业之间的竞争将促进技术创新和进步,同时也将带来更好的产品和服务。竞争还将促进企业间的合作和共享资源,从而更好地满足市场需求。

海内外视觉大模型“神仙打架”


(资料图)

在鳞次栉比的语言大模型、多模态大模型纷纷涌现之后,“视觉大模型”成为又一个兵家必争之地。日前,美图发布AI视觉大模型MiracleVision,一同发布的还有AI视觉创作工具WHEE、AI数字人生成工具DreamAvatar、美图AI助手RoboNeo等7款产品。

据介绍,MiracleVision具有强大的视觉表现力和创作力,能从绘画、设计、影视、摄影、游戏、3D、动漫等视觉创作场景反推技术演化。与市面上其他大模型不同,它尤其擅长亚洲人像摄影、国风国潮、商业设计等生成方向。

美图公司创始人、董事长兼首席执行官吴欣鸿在接受《华夏时报》记者采访时表示:“美图大模型的核心优势是‘懂美学’,C端用户基础足够大,大模型冷启动的获客成本低,美图目前有2.43亿的月活用户,全球VIP会员数为719万,能在短时间去验证产品成功与否。不同于其他厂商,美图大模型聚焦于美学(画面画质设计等),未来如果非要竞争,会在美学上面去‘卷’。”

无独有偶,360也日前正式发布“360智脑-视觉大模型”。 360创始人周鸿祎表示,大语言模型是构建视觉大模型的基础,多模态能力增强的核心是借助了大语言模型的认知、推理、决策能力。同时,视觉大模型也是“360智脑”的重要能力组成,能够看懂图片,未来还能看懂视频、听懂声音。

海外企业也已经开始在视觉大模型上布局。日前,社交媒体巨头Meta宣布,将向研究人员开放一个名为I-JEPA的“类人”人工智能模型的部分组件,该模型可以比现有模型更准确地分析和完成未完成的图像,而不是像其他生成式人工智能模型那样,只根据附近的像素进行推断。

Meta公司首席人工智能科学家杨立昆曾公开指出,当前的GPT自回归模型存在缺乏规划、推理的能力,未来GPT系统或将被抛弃,并给出了他认为的正确答案——世界模型。据称I-JEPA是第一个基于其愿景关键组成部分的AI模型,能比现有模型更准确地分析和完成未完成的图像。

除此之外,Meta还发布了语音生成AI模型“Voicebox”,支持从文本中生成语音,能够根据仅两秒长的样本匹配音频风格,并将文本样本转换为另一种语言,在给定单独的语音样本的情况下,并能够以说话者的原始语音朗读翻译后的文本内容,目前支持六种语言:英语、法语、德语、西班牙语、波兰语和葡萄牙语。

而早在今年4月,Adobe便将其Adobe Firefly功能(类ChatGPT产品)集成在Premiere Pro、After Effects、Audition、Remix等音视频产品矩阵中,为用户提供一键生成内容、剪辑、调色、更换音乐等功能。

从“语言大模型”到“视觉大模型”

《中国人工智能大模型地图研究报告》显示,从全球已发布的大模型数量及分布来看,中国和美国大幅领先,超过全球总数的80%。同时,欧洲、俄罗斯、以色列等越来越多的研发团队也在投入大模型研发。但值得注意的是,我国在计算机视觉等领域的大模型还较少。

究其原因,北京智源研究院访问首席科学家颜水成向《华夏时报》记者表示:“现在视觉模型发展稍微滞后的主要原因,是因为视觉大模型吃算力吃得比文本要大很多,所以我们也期待芯片更快速的发展,甚至有可能把非GPU其他的芯片融合在一起来做。现在大家见到的模型一般千卡级比较常见,但可能明年就有人会用万卡级来做。”

而在北京智源人工智能研究院院长黄铁军看来,视觉领域是大模型领域下一个浪潮的重点。他指出,视觉大模型和语言大模型背后的思想方法和基本路线是异曲同工的,只是输入的数据变成了图像和视频,训练出来的模型则具有一定的通用视觉语言能力,一种是之前提到的AIGC(人工智能自动生成内容),可以生成图像和艺术品,“还有一种更基本的能力,就是看到世界之后,得首先能把这个世界(万物)分清。”

对于视觉大模型的发展,不少机构也表达出看好的态度。中金研究发布的研报认为,计算机视觉未来有望实现更高程度的自动化、高精度和低功耗,进一步丰富元宇宙的内容生态,降低进入门槛。计算机视觉的进步引领了三维重建和动捕技术快速成熟,并逐渐在各自的领域积累技术进步。计算机视觉未来有望迎来更高程度的自动化、更高的精度,以及更低的功耗,逐渐在移动端实现更好的视觉效果,被应用在大量下游行业,逐渐迈向连接物理世界和数字世界的长期愿景。

中信证券研究也表示,在设计领域,大模型引领数字设计走向智能设计,相关工业设计软件结合GPT等技术,可应用在设计规划、布局优化、插件助手、草图绘制等场景,工业设计软件有望在AI升级的大趋势下迎来新一轮生产力革命。

(文章来源:华夏时报)

相关稿件

AI“百模大战”风向变了?360、美图先后出招 视觉大模型上演“神仙打架” 天天快消息

每日消息!云南省农业标准园建设协会举行“强农思享会”

香港举办高等教育峰会探讨亚洲大学的发展与未来|天天最新

美图影像节巅峰对话,畅谈设计行业AI生产力新趋势

这位小姐姐举动实在是大胆,公然在背上留字,表达对某人的爱意 世界热闻

中国足球的悲哀:国少队已连续15年无缘亚少赛小组出线!|环球资讯

国内三支顶尖花泳队抵澳参赛_当前看点

【播资讯】“雨雨雨”模式开启,长沙烘干机防潮品热销

西宁至兰州运行时间压缩至59分钟

真我Realme 11 Pro+有哪些缺点

热血传奇网通 热血传奇网页版

焦点热议:云南上线购车送油券活动:每车2500元 可在中石油、中石化消费

时隔一年券商“白名单”更新 5家公司新进4家被调出 焦点热闻

年年卡(03773.HK)6月23日收盘跌1.44%

看大众Arteon拍摄刹车没有任何伪装

世界速看:房市掉头,孩子入学难?面低价引诱及刚需,购房者要警惕三大风险

这些生肖女天生旺夫命,年龄越大越富有,娶回家就像捡到宝!_今日热议

ea app/desktop教程404矩阵故障/游戏启动失败/发生了错误/出错了-世界快看点

快来看!师梅的校园屋顶菜园大丰收了|环球聚焦

赛龙舟、包粽子、汉服打卡,鄂州青天湖多彩活动庆端午

再打晓炎——正手G1反手欧米茄7Pro 天天时讯

全球热点!大便已到肛门无法排出?重庆肛肠医院仁同?

6月更新版文字转语音软件来啦!永久免费!|今日观点

泽连斯基警告美国:再不加大援助,若俄军打赢,美国就剩两个选择

世界实时:平昌县六门小学 召开治理大操大办推进移风易俗工作提醒谈话会

恩阳区渔溪镇三河小学附属幼儿园 与“粽”不同——《巧手制香包》端午节主题活动

疯了吧,不是巨星,却要签5年2.95亿顶薪!他甚至都不是球队老大_世界新动态

天天热消息:欧盘英镑/美元汇率走势分析(2023年6月21日)

面板业释放回暖信号 厂商业绩能否反转?

韩众企业掌门将陪同尹锡悦访问越南 探讨加深供应链、信息通信技术等合作