2024-04-22 09:09
媒體報(bào)道：蘋果正在自研端側(cè)大模型丨高通宣布支持Llama 3在驍龍終端上運(yùn)行丨微軟發(fā)布VASA-1視頻生成模型
AI奇點(diǎn)網(wǎng)2024年4月22日報(bào)道丨AI資訊早報(bào)
當(dāng)?shù)貢r(shí)間 4月 21日，彭博社知名科技記者馬克?古爾曼（Mark Gurman）發(fā)文爆料，蘋果公司正在研發(fā)一種運(yùn)行于設(shè)備端的大型語言模型 (LLM) ，旨在提升即將發(fā)布的生成式 AI 功能的響應(yīng)速度和隱私保護(hù)能力。
古爾曼在其“Power On”專欄節(jié)目中提到，蘋果自研的大模型將成為該公司未來生成式AI功能的基礎(chǔ)。與現(xiàn)今大多數(shù)云端人工智能服務(wù)不同的是，所有跡象都表明該模型將完全運(yùn)行于用戶設(shè)備之上。
由于運(yùn)行于設(shè)備端，蘋果的 AI 工具在某些情況下可能會(huì)遜于直接運(yùn)行于云端的競品。不過，古爾曼指出，蘋果可以通過授權(quán)使用谷歌等其他 AI 服務(wù)提供商的技術(shù)來彌補(bǔ)這一差距。就在上個(gè)月，同樣是古爾曼本人，就曾報(bào)道蘋果公司正與谷歌討論將后者的 Gemini 人工智能系統(tǒng)集成到今年發(fā)布的 iOS 18 系統(tǒng)平臺的終端設(shè)備 iPhone 當(dāng)中。
與基于云端的解決方案相比，設(shè)備端處理的主要優(yōu)勢在于更快的響應(yīng)速度和更出色的隱私保護(hù)。據(jù)悉，蘋果的人工智能技術(shù)營銷策略將側(cè)重于其如何能切實(shí)幫助用戶提升日常生活效率，而非單純強(qiáng)調(diào)技術(shù)本身的強(qiáng)大性能。蘋果人工智能戰(zhàn)略的更多細(xì)節(jié)預(yù)計(jì)將在 6 月份的 WWDC 大會(huì)上公布，屆時(shí)該公司也將展示其主要軟件更新計(jì)劃。
當(dāng)?shù)貢r(shí)間4月19日，人工智能開源模型大廠 Meta 公司昨日宣布推出下一代大語言模型 Llama 3，共有 80 億和 700 億參數(shù)兩種版本，號稱是最強(qiáng)大的開源大語言模型。在新模型發(fā)布后沒多久，移動(dòng)終端芯片開發(fā)商高通宣布，支持 Meta Llama 3 在驍龍終端上運(yùn)行。
據(jù)介紹，雙方將優(yōu)化 Meta Llama 3 直接在智能手機(jī)、PC、VR / AR 頭顯和汽車等終端上的執(zhí)行。
開發(fā)者被允許直接訪問高通 AI Hub 提供的資源和工具，以實(shí)現(xiàn)在驍龍移動(dòng)算力平臺上運(yùn)行優(yōu)化的 Llama 3 模型。從而縮短產(chǎn)品上市時(shí)間并充分發(fā)揮終端側(cè) AI 的優(yōu)勢，包括出色的響應(yīng)能力、增強(qiáng)的隱私性和可靠性，以及為用戶帶來更加個(gè)性化的體驗(yàn)。
當(dāng)?shù)貢r(shí)間4月18日，微軟亞洲研究院（Microsoft Research Asia）發(fā)布了一篇研究論文，介紹了全新的 VASA-1 模型，用戶只需要提供一張靜態(tài)肖像圖片和一段語音音頻片段，該模型就能自動(dòng)讓圖片中的人物自動(dòng)說話。
VASA-1 特別有趣的地方在于，它能夠模擬自然的面部表情、各種情緒和唇部同步，最重要的是幾乎沒有人工痕跡，如果不細(xì)看很難發(fā)現(xiàn)。
研究人員承認(rèn)，與所有其他模型一樣，該模型目前還無法妥善處理頭發(fā)等非剛性元素，但整體效果要比其它同類模型要更為優(yōu)秀。
研究人員還表示 VASA-1 支持離線 batch 處理模式下，以 45fps 生成分辨率為 512x512 的動(dòng)態(tài)短視頻，在線直播模式下可以達(dá)到 40 fps，且延遲僅為 170ms。而且整個(gè)視頻生成操作只需要民用級顯卡即可，需要一臺配備英偉達(dá) RTX 4090 顯卡的電腦就能處理。
當(dāng)?shù)貢r(shí)間4月19日，谷歌宣布成立「Platforms & Devices」平臺與設(shè)備研發(fā)部門，繼整合統(tǒng)籌安卓操作軟件和 Pixel 硬件資源之后，近日再次宣布重組旗下的 AI 研究部門，抽調(diào)了谷歌旗下兩個(gè)人工智能研究部門 DeepMind 和 Google Research 團(tuán)隊(duì)組建新部門，集中力量研發(fā)、商用 AI。
根據(jù)谷歌新聞稿描述的內(nèi)容，谷歌計(jì)劃整合 DeepMind、Google Research 等團(tuán)隊(duì)資源，簡化開發(fā)流程，集中資源開發(fā)性能更強(qiáng)、規(guī)模更大的 AI 模型。整合之后 DeepMind 團(tuán)隊(duì)主要負(fù)責(zé)構(gòu)建 AI 模型，而 Google Research 則將重點(diǎn)轉(zhuǎn)向基礎(chǔ)計(jì)算機(jī)科學(xué)研究。
當(dāng)?shù)貢r(shí)間4月19日，臺積電季度財(cái)報(bào)電話會(huì)議上對外表示，基于AI算力芯片的數(shù)據(jù)中心服務(wù)器業(yè)務(wù)需求強(qiáng)勁，并將持續(xù)快速增長，到 2028 年相關(guān)業(yè)務(wù)可貢獻(xiàn)總收入的 20%。
臺積電方面將 AI 服務(wù)器處理器狹義定義為執(zhí)行 AI 訓(xùn)練和推理的 GPU、CPU 和 AI 加速器，不包含網(wǎng)絡(luò)邊緣和消費(fèi)級設(shè)備上的 AI 處理器。
臺積電 CEO 魏哲家表示，今年臺積電在 AI 服務(wù)器處理器方面的營收預(yù)計(jì)將相對去年翻倍，占整體收入的約一成。未來 5 年相關(guān)收入將在今年的基礎(chǔ)上實(shí)現(xiàn) 50% 的復(fù)合年增長率，到 2028 年可貢獻(xiàn)總體收入的 20%。
相關(guān)文章
Altman
