8.7 OpenAI 重磅升级！最新版 GPT-4o AI 模型 JSON 结构化达到 100% 满分
输入“/”快速插入内容
8.7 OpenAI 重磅升级！最新版 GPT-4o AI 模型 JSON 结构化达到 100% 满分
8.7 OpenAI 重磅升级！最新版 GPT-4o AI 模型 JSON 结构化达到 100% 满分
2024年8月7日创建
🌟 技术突破
💡 OpenAI 重磅升级！最新版 GPT-4o AI 模型 JSON 结构化达到 100% 满分
OpenAI 宣布其最新 API 升级，通过引入结构化输出功能，确保模型输出严格匹配开发者提供的 JSON 模式，从而显著提升准确性。新模型 gpt-4o-2024-08-06 在复杂 JSON 模式的评估中达到 100%准确率，相较于之前模型的 40%有显著提升。该功能允许开发者通过设置 strict=True 来启用，有效提高开发效率，专注于应用逻辑而非参数处理。LangChain 已在最新版本中支持此特性，并计划支持 json_schema 响应格式。OpenAI 的这一进展被视为向"智能编程助手"迈进的关键一步，尽管有担忧认为这可能限制模型的创造性。
💡 手机上能跑的面壁小钢炮「GPT-4V」！多图、视频理解首次上端！
面壁小钢炮 MiniCPM-V 2.6 模型以 8B 参数刷新端侧多模态 AI 性能，实现单图、多图、视频理解三项 SOTA 成绩，全面对标 GPT-4V。模型首次集成实时视频理解、多图联合理解等功能，优化视觉 token，提升能效比。端侧友好设计，内存占用仅 6GB，推理速度达 18 tokens/s。MiniCPM-V 2.6 在 OCR、视频理解、多图联合理解等方面均有显著性能提升，代表了端侧多模态 AI 的新高度。
💡 阿里通义 App 推出“角色扮演”功能，可将视频人物换成“孙悟空”“机器人”
通义 App 新增角色扮演功能，允许用户上传视频并一键替换成 3D 角色模型。该功能基于阿里通义实验室的 Motionshop 模型，集成了视频处理和角色跟踪等技术，实现高效且逼真的人物替换效果。用户可从四个角色模板中选择或即将推出的自定义角色功能，创作个性化视频。此技术适用于影视动画、短视频创作和电商直播等多场景，推动 AI 创作普及。
💡 Meta 构建分布式 RoCEv2 网络：探索串联数万片 GPU，训练千亿参数级 AI 模型
Meta 公司为满足大规模分布式 AI 训练需求，成功构建并部署基于 RoCEv2 协议的 AI 网络。该网络通过扩展 RoCE 集群，实现了数千 GPU 的连接，支持多种生产型分布式 GPU 训练任务。Meta 还建立了专用后端网络，优化了路由和拥塞控制，提升了网络性能，以应对千亿参数级 AI 模型训练的需求。
💡 智谱 AI 开源视频生成模型 CogVideoX：单张 4090 显卡即可推理
智谱 AI 推出开源 AI 视频生成模型 CogVideoX，与商业产品“清影”同源。该模型支持英文提示词，能生成 6 秒、每秒 8 帧、720\*480 分辨率的视频。推理需 16—36GB 显存，目前不支持量化和多卡推理。模型采用专家 Transformer 技术，通过 VAE 压缩和解码视频，训练使用高质量视频数据筛选，确保生成视频质量。开源策略促进技术共享和进步，使普通人也能制作高质量视频内容。
💡 木卫四推出蝴蝶 AI 2.0，引领汽车安全技术新发展