此外，Midjourney還提供了“-cw”標(biāo)簽，用戶可以通過這個(gè)標(biāo)簽來調(diào)整與指定圖片的相似程度，從而微調(diào)角色的樣貌。
騰訊聯(lián)合清華、港科大推出圖生視頻大模型“Follow Your Click”
3月15日，騰訊和清華大學(xué)、香港科技大學(xué)聯(lián)合推出全新圖生視頻模型“Follow-Your-Click“，基于輸入模型的圖片，只需點(diǎn)擊對應(yīng)區(qū)域，加上少量提示詞，就可以讓圖片中原本靜態(tài)的區(qū)域動(dòng)起來，一鍵轉(zhuǎn)換成視頻。
據(jù)了解，本聯(lián)合項(xiàng)目組中的騰訊混元大模型團(tuán)隊(duì)，正在持續(xù)研究和探索多模態(tài)技術(shù)，擁有行業(yè)領(lǐng)先的視頻生成能力。此前，騰訊混元大模型作為技術(shù)合作伙伴，支持《人民日報(bào)》打造原創(chuàng)視頻《江山如此多嬌》，生成中國大美河山的精美視頻片段，展示出了較強(qiáng)的內(nèi)容理解、邏輯推理和畫面生成能力。
生物模型
前Google DeepMind科學(xué)家聯(lián)手創(chuàng)建Biooptimus，構(gòu)建首個(gè)通用生物學(xué)大模型
2月20日，總部位于巴黎的Biooptimus在獲得3500萬美元的種子輪融資，其使命是建立第一個(gè)用于生物學(xué)的通用人工智能基礎(chǔ)模型。這一新的開放科學(xué)模型將把不同規(guī)模的生物學(xué)與生成人工智能連接起來——從分子到細(xì)胞、組織和整個(gè)生物體。
Bioptimus聯(lián)合了一個(gè)由Google DeepMind alumni和Owkin科學(xué)家組成的團(tuán)隊(duì)，其中AI生物技術(shù)初創(chuàng)公司Owkin本身就是一家法國獨(dú)角獸，他們將利用AWS計(jì)算和Owkin的數(shù)據(jù)生成功能，并訪問來自全球領(lǐng)先學(xué)術(shù)醫(yī)院的多模態(tài)患者數(shù)據(jù)。
AI應(yīng)用
具身智能
英偉達(dá)成立具身智能實(shí)驗(yàn)室GEAR
2月24日，英偉達(dá)宣布成立通用具身智能體研究實(shí)驗(yàn)室GEAR，標(biāo)志著英偉達(dá)正式入局具身智能領(lǐng)域的研究，加速人工智能具身化進(jìn)程。
機(jī)英偉達(dá)GEAR實(shí)驗(yàn)室的聯(lián)合創(chuàng)始人Jim Fan博士在X平臺(tái)上表示：“我們相信，在未來，每一臺(tái)移動(dòng)的機(jī)器都將是自主的，機(jī)器人和模擬智能體將像iPhone一樣無處不在。我們正在構(gòu)建基礎(chǔ)智能體：一個(gè)具有通用能力的AI，可以在許多虛擬和現(xiàn)實(shí)的世界中學(xué)習(xí)如何熟練地行動(dòng)。2024年將是屬于機(jī)器人、游戲AI和模擬的一年?！?
Jim Fan還補(bǔ)充道：“我們有足夠的資金一次性解決機(jī)器人基礎(chǔ)模型、游戲基礎(chǔ)模型和生成式模擬。我們團(tuán)隊(duì)可能是全球最有錢的具身智能實(shí)驗(yàn)室?！?
特斯拉人形機(jī)器人更新，步態(tài)達(dá)到最快
2月25日，特斯拉人形機(jī)器人Optimus發(fā)布更新，達(dá)到了有史以來最快的步態(tài)，速度約為 0.6m/s，比去年12月速度提升了30%以上。
Optimus改善了前庭系統(tǒng)、足部軌跡和地面接觸邏輯，升級了運(yùn)動(dòng)規(guī)劃器，并減少了機(jī)器人的循環(huán)延遲。Optimus整體上更加穩(wěn)定、更加自信——即使在轉(zhuǎn)彎時(shí)也是如此。此外，還添加了輕微的軀干和手臂擺動(dòng)。
Figure AI宣布獲得6.75億美元融資，估值達(dá)到26億美元
2月29日，具身智能公司Figure宣布獲得6.75億美元融資，估值達(dá)到26億美元。投資方包括微軟、OpenAI創(chuàng)業(yè)基金、英偉達(dá)、杰夫·貝索斯（通過Bezos Expeditions）、Parkway Venture Capital、英特爾、Align Ventures。
Figure AI還與OpenAI簽署了合作協(xié)議，為人形機(jī)器人開發(fā)下一代人工智能模型。Figure將利用Microsoft Azure進(jìn)行人工智能基礎(chǔ)設(shè)施、培訓(xùn)和存儲(chǔ)。
3月13日，F(xiàn)igure AI的第一款產(chǎn)品Figure 01發(fā)布Demo視頻，能夠?qū)崿F(xiàn)端到端的機(jī)器人指令操作。其中，OpenAI模型提供高級視覺和語言智能，圖形神經(jīng)網(wǎng)絡(luò)提供快速、低級、靈巧的機(jī)器人動(dòng)作。
伯克利團(tuán)隊(duì)發(fā)布具身智能論文，用訓(xùn)練GPT的方法訓(xùn)練人形機(jī)器人
3月3日，伯克利團(tuán)隊(duì)發(fā)布論文，名為《Humanoid Locomotion as Next Token Prediction》，論文的核心思想，就是把OpenAI訓(xùn)練ChatGPT時(shí)所用到的“預(yù)測下一個(gè)token”的思路，用在人形機(jī)器人的運(yùn)動(dòng)控制中。
該模型是一個(gè)通過自回歸預(yù)測訓(xùn)練的causal transformer（因果轉(zhuǎn)換器）。
