科智咨询的博客

Google发布选择性注意力机制；Open AI更新API服务；Meta推出Movie Gen视频生成模型

谷歌发布两款Gemini 1.5升级生产级模型「一流数学能力，价格砍半」

通用大模型具有很强的能力，但无法解决企业的具体问题，故基于行业大模型，打造企业自身的专属模型，是目前企业的第一选择。运营商、教育和科研机构、金融、政府、能源、等行业的大模型项目数量都大于10%，其中教育和科研机构主要集中在少量智算服务器采购和咨询等项目，项目数量虽多，但营收少。组建大模型生态伙伴，在大模型领域持续进行行业大模型生态计划、金融行业大模型新智能生态拓展计划等，加速推动了行业大模型在实际场景中的应用。从区域上看，42%的大模型服务商来自北京，24%来自上海、广州，其中上海、广州各占一半。

该模型具备广泛的图像理解、光学字符识别（OCR）、图表和表格解析、多图像或视频剪辑摘要等功能，非常适合多种AI驱动的应用，在图像和视频处理相关的基准测试中表现出显著的性能提升。v0发布一个基于聊天的网页开发助手，可以通过聊天的方式与v0互动，让它帮助调试代码、回答开发问题、生成代码等，专门用于前端开发领域，可以提供关于这些技术的深入指导和帮助。PixVerse发布PixVerse V2版本的视频模型，升级包括：1）模型升级，更好的提示遵循，支持直接生成最长8秒的视频，提供更大的创作空间；

OpenAI发布了人工智能模型o1，即此前一直宣传的Strawberry草莓模型，o1模型具备复杂任务推理的能力，可解决比以前的科学、编码和数学模型更难的问题，在物理、化学和生物学方面可表现出博士生相当的研究能力。ColBERT是一种专门用于信息检索的模型，名字来源于 “Contextualized Late Interaction over BERT”（基于BERT的上下文化后期交互），该模型结合了BERT模型强大的语言理解能力，并在此基础上引入了一种新颖的“后期交互”机制，因此可实现高效和精准的搜索。

Midjourney是一款AI图像生成工具，通过用户输入的文本提示快速生成高质量图像，应用于艺术创作、设计原型和媒体制作。目前已经积累1500万用户，2023年营收达到2亿美元，是全球最成功的AI绘画产品之一。

AI 21 Labs发布了基于非Transformer架构的Jamba 1.5系列模型，可与市场上其他领先模型媲美。