d1net阅闻：谷歌最强大模型免费开放！ -人生就是博尊龙凯时

 

谷歌最强大模型gemini 1.5 pro“全面”对外开放，目前完全免费，开发者可以通过api调用的方式使用，普通玩家也可以在谷歌ai studio中直接体验。gemini 1.5 pro api首次增加了音频理解功能，无论是财报电话会、电视节目还是大神演讲，不需要我们再提供字幕文档它就可以直接解读了。而由于gemini 1.5 pro100万的上下文窗口这次也直接对外开放，因此它可以处理的最长音频约为11小时，最长视频则为1小时。与此同时，mistral 开源 8x22b 的超大模型，模型文件大小约为 262 gb。由此，mistral 8x22b 仅次于 xai 此前推出的 grok-1（参数量为 3140 亿），成为迄今为止第二大开源模型。另一边，openai 更新 gpt-4 turbo，宣布 gpt-4 turbo with vision 现在可以通过 api 使用了，并且 vision 功能也可以使用 json 模式和函数调用了。

 

 

openai和meta即将发布新的人工智能模型，他们表示这些模型将具备推理和规划的能力，这是在机器中实现超人认知的关键步骤。本周，openai和meta的高管表示，他们正准备推出其大型语言模型的下一个版本。这些系统为chatgpt等生成式人工智能应用提供动力。

 

 

在推出开源大模型llama2近一年之后，meta的新一代大模型llama 3即将面世。在4月9日伦敦举行的一次活动中，meta确认计划在下个月内首次发布llama 3。据了解，该模型将有多个具有不同功能的版本。

 

 

adobe已经开始设法获得视频，以构建自己的ai文生视频模型，从而与openai掀起的文生视频sora展开竞争。相关文件显示，该公司要求其摄影师和艺术家群体提供100多段人物动作和情感表现的短片，以及脚、手或眼睛的简单解剖照片。视频的费用平均为每分钟2.62美元左右，但也可能高达每分钟7.25美元左右。

 

 

4月10日凌晨，英特尔在 vision 2024 大会上展示了 gaudi 3，这是其子公司 habana labs 的最新一代高性能人工智能加速器。gaudi 3 将于 2024 年第三季度推出，英特尔现已开始向客户提供样品。gaudi 3 在 16 个加速器集群中以 fp8 精度训练 llama2-13b 时，性能比 英伟达 h100 快 70%。

 

 

4月10日，亚马逊宣布与华盛顿大学、筑波大学和英伟达建立新的研究人生就是博尊龙凯时的合作伙伴关系。公司将在这项为期10年的合作中投资2500万美元，以支持关键年度计划，其中包括人工智能研究经费以及资助博士后和博士奖学金。

 

 

工信部等七部门联合印发《推动工业领域设备更新实施方案》。其中提到，加快新一代信息技术与制造全过程、全要素深度融合，推进制造技术突破、工艺创新、精益管理、业务流程再造。推动人工智能、第五代移动通信（5g）、边缘计算等新技术在制造环节深度应用，形成一批虚拟试验与调试、工艺数字化设计、智能在线检测等典型场景。

 

 

工业和信息化部决定开展增值电信业务扩大对外开放试点工作。在北京市服务业扩大开放综合示范区、上海自由贸易试验区临港新片区及社会主义现代化建设引领区、海南自由贸易港、深圳中国特色社会主义先行示范区率先开展试点。在获批开展试点的地区取消互联网数据中心（idc）、内容分发网络（cdn）、互联网接入服务（isp）、在线数据处理与交易处理，以及信息服务中信息发布平台和递送服务（互联网新闻信息、网络出版、网络视听、互联网文化经营除外）、信息保护和处理服务业务的外资股比限制。拟在试点地区开展前述增值电信业务的外商投资电信企业，应按照相关规定向工业和信息化部申请取得电信业务经营试点批复，并在电信业务经营活动中遵守相关法律法规及试点批复的规定，接受、配合电信管理机构及有关主管部门的监督管理。

 

 

ai初创公司symbolica宣布在a轮融资中筹集了3100万美元，由khosla ventures领投。khosla ventures也是openai的早期支持者之一。此外，general catalyst、abstract ventures和buckley ventures也参与了这轮融资。symbolica主要开发ai基础模型，是openai的竞争者。该公司ceo george morgan称，symbolica已经创建了一个框架，用来开发“transformer”深度学习架构的替代方案。