12月28日，智象未來科技有限公司在安徽人工智能產(chǎn)業(yè)先導區(qū)啟動儀式中，正式發(fā)布智象多模態(tài)生成大模型3.0版。
啟動儀式上，智象未來創(chuàng)始人兼首席執(zhí)行官梅濤總結(jié)了2024年人工領(lǐng)域技術(shù)發(fā)展的五個標志性事件，分別是以Sora為代表的視覺生成物理世界模擬器、以Chat GPT 4o為代表的多模態(tài)模型、以GPT-o1為代表的從預訓練到后訓練推理優(yōu)化、多模態(tài)大模型賦能具身智能實現(xiàn)軟硬件結(jié)合，以及人工智能學者榮獲諾貝爾化學獎表明AI賦能科研范式變革?？梢哉f，過去一年中，AI技術(shù)的未來發(fā)展路徑和應用實踐的方向正愈發(fā)清晰。
梅濤認為，多模態(tài)大模型是通往AGI的必經(jīng)之路，其能夠比單一模態(tài)模型更好地模擬物理世界。而多模態(tài)大模型的技術(shù)演進是線性的，但是在不同的技術(shù)路線中又可以實現(xiàn)跳躍式發(fā)展?；谝陨吓袛?，本次智象未來發(fā)布的智象多模態(tài)生成大模型3.0帶來了圖像和視頻生成能力的全面升級，具體包含了畫面質(zhì)量與相關(guān)性提升、鏡頭運動和畫面運動更可控以及多場景驅(qū)動的優(yōu)化。
同時，智象未來還推出了智象多模態(tài)理解大模型1.0版，理解大模型1.0版通過對物體級別的畫面建模以及事件級別的時空建模，實現(xiàn)了更精細、準確的圖像與視頻內(nèi)容理解。這一理解大模型也進一步服務于理解增強的多模態(tài)生成技術(shù)，搭配多模態(tài)生成大模型實現(xiàn)多模態(tài)檢索+多模態(tài)內(nèi)容編輯與生成的二創(chuàng)平臺系統(tǒng)，進一步降低用戶的使用門檻并且大幅提升基于IP的多模態(tài)內(nèi)容生成效果。
在模型升級的基礎上，智象未來旗下多款產(chǎn)品也有了新的體驗提升。例如，智象創(chuàng)作工具平臺秉持“能打字，就能做視頻”的理念，基于智象多模態(tài)生成大模型呈現(xiàn)了全新的模型交互體驗。在新版本中，平臺實現(xiàn)了與用戶的自然語言交互，在原有文生視頻的基礎上，增加了對視頻局部進行語音指令輸入的調(diào)整。還可以基于用戶上傳的視頻內(nèi)容，整理成相關(guān)的模型輸出指令。這一功能將極大的降低創(chuàng)意工作者使用AIGC工具編輯視頻的學習門檻，從而提升視頻創(chuàng)作的工作效率。
目前，智象未來擁有國內(nèi)最全的多模態(tài)版權(quán)語料，包含數(shù)十萬小時版權(quán)視頻素材和上萬個授權(quán)IP，涵蓋國內(nèi)70%影視數(shù)據(jù)，已形成上億條AIGC二次創(chuàng)作素材，在影視、文旅、通信、營銷、教育等多場景得到廣泛應用，已累計服務全球一百多個國家和地區(qū)的一千多萬用戶和四萬多家企業(yè)客戶。
本次活動現(xiàn)場，智象未來與人民網(wǎng)、上海電影集團、彩訊科技、捷成華視網(wǎng)聚、安徽聯(lián)通、中國移動咪咕音樂等12家生態(tài)伙伴企業(yè)代表簽約，共同打造集技術(shù)研發(fā)、產(chǎn)業(yè)化應用、市場推廣于一體的生態(tài)體系。
本文轉(zhuǎn)載自：，不代表科技訊之立場。原文鏈接：http://v.mrkbao.com/news/1112024123113473920355766.html
