全球首个全学科智适应教育大模型诞生！；创企Luma AI推出文生3D模型Genie 1.0- 大数跨境

全球首个全学科智适应教育大模型诞生！；创企Luma AI推出文生3D模型Genie 1.0

风云数据

2024-01-17

导读：风云数据，提供图像、语音、多模态识别等成品数据，以及全领域的定制化数据采集、爬取服务以及各种数据标注服务。长期合作伙伴包括京东、地平线、360、宇视科技、中科院等。欢迎合作咨询，共创人工智能领域的未来

全球首个全学科智适应教育大模型诞生！

松鼠Ai的智适应教育大模型是全球首个将智适应技术与多模态大模型结合的尝试，通过突破性迭代实现了个性化学习服务的进展。基于超大规模的学习行为数据，该模型在推荐算法和深度知识追踪等方面取得了质的飞跃。与其他大模型相比，松鼠Ai在教育领域的技术与行业经验优势显著，能够更有效地绘制学生的学习画像，提供个性化服务。（新智元）

字节推出视频生成方法MagicVideo-V2

1月10日，字节推出AI视频生成模型MagicVideo-V2，支持4K、8K超高分辨率，具备多种绘图风格，效果超越Gen-2、Pika等工具，受到网友热烈关注。实际测评显示在光影效果、情境剧情表达和写实方面，MagicVideo-V2较其他方法更胜一筹，人类评估也认为其效果更好。该模型通过T2I、I2V、V2V、插值等模块构建视频生成流水线，提供高保真和时间连续性。（量子位）论文地址：arxiv.org/pdf/2401.04468

英伟达推出AI数字人业务ACE

英伟达在CES 2024大会上推出NVIDIA ACE（Avatar Cloud Engine）微服务技术，允许游戏和应用开发者将生成式AI模型融入虚拟数字人物，实现逼真且与玩家自然互动的虚拟角色。同时，英伟达宣布与多家游戏公司合作，米哈游、网易游戏、腾讯游戏、育碧等都将采用NVIDIA ACE。（未来科技圈）

创企Luma AI推出文生3D模型Genie 1.0

Luma AI发布了名为Genie 1.0的文生成3D模型项目，该项目在10秒内生成四个高保真的3D模型。Genie 1.0可以通过简单的文字提示生成各种高质量的3D模型，用户可以在屏幕上预览并导出到Blender、Unity等工具中，进一步应用于动画、游戏、VR等领域。Genie 1.0在3D设计领域取得了显著进展，解决了传统3D建模过程的繁琐问题，将设计时间压缩到了2分钟内。Luma AI的Genie 1.0不仅在生成效果上表现出色，还提供了简单的编辑功能，为用户提供了更多灵活性。（机器之心）

GPT-5前瞻！艾伦人工智能研究所发布最强多模态模型，预测GPT-5新能力

艾伦人工智能研究所发布的Unified-IO 2全球首个处理文本、图像、音频、视频和动作序列的多模态模型。该模型基于数十亿数据点进行训练，模型规模为7B，展现出迄今为止最广泛的多模态能力。Unified-IO 2的能力为未来GPT-5等新模型提供了前瞻。预计GPT-5将在可能几个月内发布，具备处理更多模态、广泛学习以执行多任务、以及对物体和机器人交互有基本理解的能力。（新智元）

只需2分钟，单视图3D生成又快又好！北大等提出全新Repaint123方法

新方法Repaint123通过结合2D扩散模型和再绘策略，实现了从零开始生成具有多视角一致性和精细纹理的高质量3D内容。该方法克服了传统方法中存在的多视角不一致、过度饱和、过度平滑的纹理以及生成速度慢等问题。核心思想在于将2D扩散模型的图像生成能力与再绘策略的纹理对齐能力相结合，以生成一致性的多视角图像。Repaint123在粗模阶段采用了Zero123和SDS损失，细模阶段采用了Stable Diffusion和MSE损失，实现了快速高质量的3D重建。作者进行了大量实验证明，Repaint123能够在短短2分钟内从单一图像中生成匹配2D生成质量的3D内容。该方法在RealFusion15和Test-alpha数据集上取得了领先的一致性、质量和速度的效果，为单视图3D生成领域带来了新的突破。（新智元）

国内多所高校共建开源社区LAMM，加入多模态语言模型大家庭的时候到了

ChatGPT问世以来，大语言模型（LLM）实现了跳跃式发展，但目前主要面向文本，缺乏对多模态信息的综合理解。多模态大语言模型（MLLM）的开发成为迫切需求，然而，现有研究多数闭源，限制了广大研究者的参与。此外，LLMs在时事认知和复杂推理方面仍有局限。为解决这些问题，北航、复旦大学、悉尼大学、香港中文大学（深圳）等高校与上海人工智能实验室的学者合作推出了多模态语言模型开源社区LAMM。旨在构建开放研究社区，LAMM支持MLLM训练、评测和驱动AI Agent等研究方向。（新智元）

项目主页：https://openlamm.github.io