利用 Meta 的 ImageBind 训练出来的多模态模型。

利用Meta的ImageBind训练出来的多模态模型。只使用了文本-图像数据进行微调就获得了很好的多模态效果。YixuanSu: WearesuperexcitedtosharePandaGPT,thefirstfoundationmodelcapableofinstruction-followingdataacrosssixmodalities,withouttheneedofexplicitsupervision.[1/n]ProjectPage:Demo:Code:

受制于数据保护监管 Meta暂时不会在欧洲推出Meta AI

受制于数据保护监管Meta暂时不会在欧洲推出MetaAI问题出在Meta计划在未征得同意的情况下使用个人数据来训练其人工智能（AI）模型，尽管该公司表示将使用公开的、获得许可的在线信息。Meta周五表示，爱尔兰隐私监管机构已要求该公司推迟使用Facebook和Instagram成年用户分享的公开内容来训练其大型语言模型（LLM）。"我们对爱尔兰数据保护委员会（DPC）代表欧洲DPA提出的要求感到失望......特别是因为我们采纳了监管反馈意见，而且欧洲DPA自3月起就已获悉，"该公司在一篇更新的博文中表示，爱尔兰的要求是欧洲在人工智能发展方面的创新和竞争的倒退。"简而言之，如果不包含本地信息，我们只能为人们提供二流的体验。这意味着我们目前无法在欧洲推出MetaAI，"Meta说。相关文章:Meta威胁退出欧洲背后折射的数据主权之争...PC版：https://www.cnbeta.com.tw/articles/soft/1434801.htm手机版：https://m.cnbeta.com.tw/view/1434801.htm

中信证券：谷歌 Gemini 模型发布，AI 进入多模态时代

中信证券：谷歌Gemini模型发布，AI进入多模态时代中信证券研报指出，近日，谷歌宣布发布新一代大模型Gemini，再次引发市场对人工智能产业的持续关注。Gemini模型作为谷歌以及全球范围内最先发布的多模态模型，在性能上是第一个在MMLU上超越人类专家的模型。模型根据体量大小分为GeminiUltra、GeminiPro、以及GeminiNano三个版本，支持在云端以及边缘测运行。同时谷歌同步发布最新版本的计算芯片TPUv5p，相较上一代TPUv4性价比提升2.3倍。我们认为，多模态Gemini模型的正式发布，一方面可以拓宽应用场景的拓展，另一方面能够带来算力需求的持续升级。我们持续看好后续AI产业的前景，认为后续GPT-5等模型的发布亦将带来更多的催化。

【xAI发布支持视觉的多模态AI模型Grok-1.5V】

【xAI发布支持视觉的多模态AI模型Grok-1.5V】2024年04月13日05点09分老不正经报道，马斯克旗下人工智能公司xAI宣布推出首个多模态AI模型Grok-1.5V。除了强大的文本处理能力，Grok还能够处理各种视觉信息，包括文档、图表、屏幕截图和照片等。在多个领域的基准测试中，Grok-1.5V的表现均可与现有的前沿多模态模型相媲美。尤其在xAI新推出的RealWorldQA基准测试中，Grok在现实世界空间理解能力上超越了同类模型。RealWorldQA数据集包含700多张图像，旨在评估多模态模型对物理世界的基本理解能力。Grok-1.5将很快向早期测试人员和现有用户开放。

Meta 发布 Llama 3 开源模型

Meta发布Llama3开源模型Meta发布了其Llama系列开源生成式AI模型的最新成员：Llama3。该公司已经开源了其新Llama3系列中的两种模型，其余模型将在未指定的未来日期推出。Meta称，新模型Llama38B和Llama370B与上一代Llama模型Llama28B和Llama270B相比，在性能方面实现了“重大飞跃”，是目前性能最好的生成式AI模型之一。——

多模态大模型 Monkey 发布升级版

多模态大模型Monkey发布升级版3月23日，记者从华中科技大学获悉，由该校联合武汉金山办公软件有限公司研究人员开发的Monkey多模态大模型已被人工智能领域国际顶级会议CVPR2024接收，且该大模型曾在大模型开源开放评测体系——“司南”多模态大模型排行榜中名列开源模型榜首。Monkey在文档领域的“升级版”——文字多模态大模型TextMonkey也于近日发布。