


OpenAI Sora menjadikan pekerjaan pencipta mudah, dan mereka percaya mereka tidak akan mudah diganti
Berita pada 6 Mei, penguji awal alat video penjanaan teks OpenAI Sora nampaknya berasa lega. Daripada panik kerana digantikan oleh alat ini, mereka mendapati ia menjadikan kerja mereka lebih menarik.
Pada Februari tahun ini, pemula kecerdasan buatan OpenAI secara rasmi melancarkan Sora, alat yang direka untuk "memahami dengan mendalam dan mensimulasikan dunia sebenar yang berubah-ubah." Sora terkenal dengan teknologi penukaran teks-ke-video uniknya yang menjana panjang ciri, video berkualiti tinggi sehingga seminit, dan video bukti konsepnya menjana perhatian meluas di seluruh web selepas dikeluarkan.
Namun, bagi sesetengah pengamal di Hollywood, kemunculan teknologi ini sudah pasti membawa tahap ancaman tertentu. Pembuat filem veteran Tyler Perry kagum, tetapi juga sedikit bimbang, dengan persembahan Sora. Dia juga menggantung rancangan pembesaran studio bernilai $800 juta kerana ini dan menyeru kakitangan Hollywood untuk bersatu untuk menangani cabaran yang ditimbulkan oleh kecerdasan buatan.
Walaupun Sora belum dikeluarkan secara rasmi kepada umum, ramai pekerja dalam bidang kreatif telah mula mencuba menggunakannya. Mereka semua berkata bahawa alat ini bukan sahaja memudahkan kerja mereka, tetapi juga tidak membuatkan mereka berasa boleh diganti. Sebaliknya, Sora membantu mereka menyampaikan konsep abstrak dengan lebih jelas, memberi inspirasi kepada mereka untuk menggambarkan idea dengan cara baharu, dan mengurangkan kos pengeluaran pada tahap tertentu. Bagaimanapun, mereka juga menekankan bahawa Sora sekarang masih memerlukan pengawasan dan bimbingan manusia.
Charlotte Bunyan adalah salah seorang yang menyertai ujian tersebut. Dia merasai keupayaan Sora dengan membuat iklan untuk "pasaraya terkenal," dan berkata alat itu "berpotensi" membantunya dalam kerja masa depannya.
Bunyan mengambil bahagian dalam ujian perbandingan yang dianjurkan oleh Financial Times yang menyaingi Sora dengan pesaing Runway dan Pika, yang kedua-duanya mendakwa mampu menjana video AI dengan hanya beberapa perkataan pantas.
Dalam ujian, Bunyan memberi petunjuk terus kepada Pika dan Runway, manakala OpenAI memberi Sora petunjuk yang diubah suai. Bunyan berkata berbanding alat lain, persembahan Sora tentang kandungan segera adalah lebih "setia". Walau bagaimanapun, beliau menyatakan bahawa tidak kira alat yang digunakan, masih perlu ada "dimensi manusia" yang ditambahkan pada kandungan yang dihasilkan oleh alat pengeditan.
Video muzik untuk lagu baharu artis bebas Washed Out "The Hardest Part" dilaporkan merupakan salah satu kolaborasi paling lama dengan Sora. Yang lain menunjukkan bahawa kekurangan Sora dalam satu bidang kesinambungan boleh membawa kepada peluang kreatif baru.
Paul Trillo, pengarah video ini, meluahkan perasaan uniknya tentang video yang dihasilkan Sora dalam siaran di platform X. Dia "terpesona dengan halusinasi, butiran pelik, logik pergerakan seperti mimpi, pencerminan kenangan yang diputarbelitkan," dan kualiti nyata yang unik untuk Sora dan kecerdasan buatan.
Dilaporkan bahawa video ini disambungkan daripada 55 klip yang dihasilkan oleh Sora berdasarkan gesaan terperinci. Tetapi keselarasan segmen ini tidak selalunya sempurna. Dalam video itu, imej pasangan dan anak mereka muncul dalam klip yang berbeza. Walau bagaimanapun, Trillo memilih untuk mengabaikan perbezaan ini, yang, dalam erti kata lain, hanya meningkatkan sifat seperti mimpi video itu. Dia percaya bahawa Sora boleh melengkapkan proses kreatif, tetapi tidak sepatutnya menjadi alat yang dominan.
Trillo menambah: "Anda perlu memahami di mana untuk melawan Sora. Anda perlu melepaskan sedikit kehendak bebas anda dalam menangani perkara ini, dan anda perlu menerima kekacauan dan ketidakpastian yang dibawanya. ”
Atas ialah kandungan terperinci OpenAI Sora menjadikan pekerjaan pencipta mudah, dan mereka percaya mereka tidak akan mudah diganti. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Jika jawapan yang diberikan oleh model AI tidak dapat difahami sama sekali, adakah anda berani menggunakannya? Memandangkan sistem pembelajaran mesin digunakan dalam bidang yang lebih penting, menjadi semakin penting untuk menunjukkan sebab kita boleh mempercayai output mereka, dan bila tidak mempercayainya. Satu cara yang mungkin untuk mendapatkan kepercayaan dalam output sistem yang kompleks adalah dengan menghendaki sistem menghasilkan tafsiran outputnya yang boleh dibaca oleh manusia atau sistem lain yang dipercayai, iaitu, difahami sepenuhnya sehingga apa-apa ralat yang mungkin boleh dilakukan. dijumpai. Contohnya, untuk membina kepercayaan dalam sistem kehakiman, kami memerlukan mahkamah memberikan pendapat bertulis yang jelas dan boleh dibaca yang menjelaskan dan menyokong keputusan mereka. Untuk model bahasa yang besar, kita juga boleh menggunakan pendekatan yang sama. Walau bagaimanapun, apabila mengambil pendekatan ini, pastikan model bahasa menjana

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
