高质量数据的紧缺正成为AI发展的重要障碍。 随着OpenAI、Google等企业不断深入发展AI技术，科技巨头们遇到了一个新问题：现有的互联网信息量可能不足以支撑他们训练更先进的AI系统。报道称，OpenAI讨论了使用公开YouTube视频字幕训练GPT-5。而在过去两年中，AI行业对高质量文本数据的需求可能在两年内超过供应。 面对信息不足的问题，AI公司正在尝试各种方法来寻找新的信息源。有的公司甚至创造合成数据来学习，尽管这种方法被许多研究人员认为可能会导致系统发生严重故障，但不失为克服数据短缺的一种潜在途径。据悉，这些努力大多保密进行，因为找到有效的解决方案可能成为企业在激烈竞争中的关键优势。 AI语言模型的构建依赖于从互联网上收集的大量文本数据，这些数据包括科学研究、新闻文章、维基百科条目等。这展示了大数据训练对于AI发展的重要性。但随着GPT-4模型的不断扩大，OpenAI对数据的需求也在急剧增长。因此，即便是利用所有可用的高质量语言和图像数据，研发GPT-5仍可能面临10万亿到20万亿tokens的数据短缺。 为应对数据短缺挑战，AI公司正在尝试各种方法来寻找新的信息源。Meta创始人扎克伯格近期强调，公司通过Facebook和Instagram等平台拥有的大量数据，为其AI研发提供了重要优势。而OpenAI则考虑使用其自动语音识别工具Whisper转录的高质量视频和音频示例。此外，OpenAI还在考虑建立一个数据市场，以评估每个数据点对模型训练的贡献并据此向内容提供者支付费用，这一创新想法也引起了Google的关注。 两年前，Villalobos和他的同事写道，到2024年年中，对高质量数据的需求超过供给的可能性为50%，到2026年发生这种情况的可能性为90%。然而，新的预期显示，这种短缺风险将延迟至2028年。这项乐观的更新基于对当前数据质量和可用性的深刻洞察，以及用户和监管机构对数据使用的监控趋严，研究者们必须在保护隐私与数据采集之间找到新的均衡。

CHATGPT要进化成超级智能机器人了吗？ 🤖💡 2023年11 月初，ChatGPT 4 迎来了2个超级大更新. 🚀✨ 第一，它的数据库从 2021年 直接提升到 2023年3月的资料。代表它现在已经掌握了几乎是目前全世界最新的资讯. 📆 第二，GPT-4 实现了以下几个方面的飞跃式提升：强大的识图能力；文字输入限制提升至 2.5 万字；回答准确性显著提高；能够生成歌词、创意文本，实现风格变化. 💡📝📸 “GPT-4 是世界第一款高体验，强能力的先进AI系统，我们希望很快把它推向所有人，”OpenAI 工程师在介绍视频里说道. 🤖 这次的更新实际上是通过把之前分开的各种 Agent Feature 整合在一起。从而将 GPT-4 真正进化为了一个“理解一切，处理一切，生成一切”的超级统一智能体！ OpenAI 花了 6...

OpenAI Sora视频生成的特点有哪些？与Runway Gen2、Pika有什么区别？缺点是什么？🔎OpenAI的Sora模型是最近两天最火热的模型。🔥🌍 它生成的视频无论是清晰度、连贯性和时间上都有非常好的结果。在Sora之前，业界已经有了很多视频生成工具和平台。但为什么Sora可以引起如此大的关注？Sora生成的视频与此前其它平台生成的视频到底有哪些区别？🤔📄【OpenAI的Sora视频生成的能力概览】首先，在详细描述Sora视频生成与Runway Gen2等平台的差异之前。我们先总结一下Sora视频生成的一些能力 ✍🏼👀1️⃣ OpenAI Sora可以生成长达一分钟的视频 ⏱️📹Pika、Runway Gen2，这两个平台视频生成默认都是几秒中，即便通过视频扩展等手段最多也只能生成十几秒的视频。而OpenAI的Sora可以生成最多1分钟的视频，视频生成的结果非常连贯和清晰。2️⃣ OpenAI Sora可以生成更加自由尺寸的视频 📏📹Sora模型可以采样宽屏1920x1080视频、竖屏1080x1920视频以及介于两者之间的所有尺寸视频。3️⃣ OpenAI Sora可以支持向前以及向后扩展视频 🔍📹Sora可以在一个视频上同时向前和向后扩展，以产生一个无限连续的循环视频。4️⃣ OpenAI Sora支持多个视频的连接 🔗🎥这是另一个Sora与众不同的地方。给定两个视频，OpenAI Sora可以将这两个视频揉在一起，生成一个新的毫无违和感的视频。【OpenAI Sora涌现出真实物理世界模拟的能力】 🏔️🌊🦒🌲OpenAI Sora可以生成更加真实的物理世界的视频。例如东京街头逛街的时尚女模、登山运动员等🧗🏻‍♂️🚴🏻‍♂️。但是，与其它平台的真实物理世界视频生成不同的是，OpenAI Sora可以以运动相机拍摄的方式来展示视频，包括运动相机的转换、旋转等。【OpenAI...

据悉，Sora以及其他生成式AI工具以从互联网上收集的大量信息为基础，进而生成包括视频、照片、叙述性文本等新内容。模型的能力在很大程度上取决于它训练的数据量。通常情况下，数据越多，模型的性能就越好，因为它有更多的例子来学习不同的语言用法。 上个月，OpenAI的首席技术官Mira Murati上个月在接受媒体采访时表示，她不确定Sora是否使用了来自YouTube、Facebook和Instagram的用户生成视频进行训练。 一方面，各大社交媒体平台和新闻出版商已开始限制其数据被用于AI训练。他们担心如果数据被自由用于AI训练，可能导致内容创造者和平台本身失去应得的经济回报。 对此，YouTube的首席执行官Neal Mohan首次公开表示，虽然他没有直接证据证明OpenAI利用了YouTube视频来改进其AI视频创作工具Sora，但如果事实确实如此，那OpenAI就“明显违反”了YouTube的使用条款。 由于Murati的闪烁其词，引发了业界对OpenAI训练数据来源的质疑。同时，这一事件触发了公众对关于公共领域数据的所有权问题更广泛的讨论：“我们在网络上发布的内容，究竟是属于个人私密还是公共资产？” “创作者希望YouTube的所有用户都能遵守服务条款，即不下载文字记录或视频片段等内容，因为这是他们辛辛苦苦创作的作品。这也是我们平台内容管理的基本规则。” 市场关注OpenAI等公司使用何种材料训练AI模型 另一方面，普罗大众对于个人隐私的保护意识显著提升，许多人对于将私人对话如iMessage中的聊天记录提供给AI训练的意愿较低，人们可能担心他们的隐私可能会受到侵犯。 本周，有媒体援引知情人士消息称，OpenAI正在讨论使用YouTube公开视频的转录来训练其下一代大型语言模型GPT-5。但是OpenAI对此尚未进行回应。 “YouTube上的创作者与平台之间存在各种不同类型的授权合同。我承认谷歌强大的Gemini模型部分使用了YouTube上的一些内容，但是它是提前获得了创作者适当授权，并遵循了YouTube与创作者之间的个人合同。”

马斯克预测，只要电力和硬件供应能够跟上技术发展的步伐，新一代AI模型的智力将在明年年底超过单个人类。 去年，AI行业的主要挑战是芯片短缺，人们难以获取足够的英伟达芯片；今年，问题逐渐转向电压变压器供应。预计一到两年内，AI行业发展的主要瓶颈将是电力供应。 当地时间周一，马斯克在X平台接受挪威国家投资管理公司首席执行官Nicolai Tangen采访时提出了这一预测，并进一步预见，未来五年内AI的智力将超越全人类。 马斯克长期以来一直对所谓的通用人工智能（AGI）持乐观态度，然而，他这次比以往任何时候都更激进。 去年马斯克曾预言，到2029年将实现完全AGI。谷歌DeepMind的联合创始人Demis Hassabis也在今年早些时候预测，AGI将可能在2030年实现。 马斯克还表示，他名下的AI初创公司xAI正在训练名第二代Grok模型，“我们认为它可能会比GPT-4更为优秀，”预计在5月完成这一阶段的工作，并计划随后推出一款在多个维度更为强大的新模型。 但在过去18个月中，AI领域的几项重大突破——视频生成工具、更强大聊天机器人——已经将AI技术推进到了意料之外的高度，并让马斯克看到了AGI更早实现的希望。 马斯克认为，过去AI行业面临的芯片供应短缺正在得到缓解，但新的挑战已经出现，AI模型对数据中心其他设备以及电网的需求仍在增加。

沙特是目前中东最大的游戏市场之一，拥有2100万以上的手游玩家。要知道，沙特的总人口数量也不过是3500万左右，这个数字说明沙特有一半以上的人都爱玩游戏。有这样的氛围在，沙特搞电竞似乎也是顺理成章的事儿了。 最近电竞圈子里最大的话题，莫过于沙特举办的电竞世界杯（ EWC ）了。之所以讨论度高，原因也相当的简单朴素，这个赛事的总奖金高达 6000 万美元（ 约 4.35 亿人民币），是前所未有的电竞赛事历史上最大奖金池。 本次的比赛共有 19 个游戏项目，包括了《 英雄联盟 》《 Apex 》《 CS2 》《 DOTA2 》在内的大部分热门电竞游戏。 也许有人会有疑问，这么大的一个赛事，沙特到底是在玩票，还是真有这个实力能办好？ 在大家的印象里，沙特阿拉伯这个国家就是 “ 土豪 ” ：有钱是真有钱，土也是真的土。 所谓穷玩车，富玩表，但是沙特土豪是啥都玩。什么豪车名表在他们这儿都属于是基本操作，想偶尔登上新闻头条至少也得是养个豹子起步。 但是除了有钱，我们似乎没有在任何地方看到沙特阿拉伯对外界进行 “ 文化输出...

最近马斯克起诉OpenAI案闹得沸沸扬扬，焦点指向了所谓的“Q*”。一份53页的PDF曝光，Q* 2025（GPT-8）原计划于2027年发布，旨在实现完全的AGI， 届时IQ将达到145万亿参数，100万亿参数即可达到人类水平。但就目前来看，Q*相对比较遥远，GPT-5已经呼之欲出了。 终于，GPT-4独霸时代终结了！过去一个月里，四款大模型横空出世，在各项关键基准测试中与GPT-4相匹敌，甚至更胜一筹。 谷歌Gemini 1.5突破100万个tokens，是GPT-4的近8倍，此外能处理长达1小时视频输入，这无疑是一记重拳，直指GPT-4的短板。 最后一位Inflection的Inflection-2.5来势汹汹，在关键基准测试中与GPT-4并驾齐驱，还具有“世界级”实时网络搜索功能，广泛可用且获得用户高度满意度。 谷歌Gemini 1.5突破100万个tokens，是GPT-4的近8倍，此外能处理长达1小时视频输入，这无疑是一记重拳，直指GPT-4的短板。 Mistral则是开源阵营中黑马杀手，Mistral Large具有顶级推理能力，此前推出的Mistral 7B不仅表现超越Llama2，而且在手机上就能流畅运行，被视为GPT-4劲敌。 而Anthropic的Claude 3 Opus，被认为是第一个明确胜过GPT-4的模型，其核心长文本处理能力得到进一步提升，而且GPT-4拿手好戏写代码也不在话下。 为了守住护城河，或许OpenAI是时候放出“GPT-5”！ 此前，OpenAI首席执行官Sam Altman曾表态，自己的第一优先要务是发布下一代模型，但不一定就会叫GPT-5。有网友喊话称，留给Sam Altman的时间不多了。 英伟达高级科学家Jim Fan也已经在期待GPT-5的亮相了。 甚至还有网友称，GPT-5还不够，只有Q*的出现才能彻底抢回Claude 3的风头。 关于GPT-5，我们可以期待些什么？ Altman近期曾多次预告GPT-5功能。在摩根士丹利3月8日TMT大会上，大摩观察到生成式AI工具的创新速度正在加快，Altman表示GPT-5将在功能上实现重大飞跃，类似于GPT-3到GPT-4的转变，推理能力是GPT-5的重点提升方向。微软也预计，M365 Copilot的功能和创新将几乎每天都在改进，但创新的顶峰尚未到来。 在达沃斯经济论坛，奥特曼透露了关键信息：GPT-5将是一个多模态模型，支持语音、图像、代码和视频，并在个性化和定制化功能方面实现重大更新，具备更强的推理能力和更高的准确性。 从以上介绍可以看出，有三大升级点：首先是多模态，据Altman介绍GPT-5不仅支持文本输入，还支持语音、图像、代码和视频。分析预计GPT-5将是一个真正的多模态模型，类似于谷歌最近推出的新Gemini Ultra模型。 其次个性化方面，Altman强调，GPT-4.5或GPT-5预计将在个性化和定制化功能方面实现重大更新，最关键的增强部分将围绕理解个人偏好的能力，比如整合用户信息、电子邮件、日历、约会偏好，以及与外部数据源建立联系。 最后是推理能力和准确性，Altman表示，如果GPT-4目前解决了人类任务的10%，GPT-5应该是15%或者20%。当前大模型的通病——幻觉问题也将在GPT-5中得到解决。 此外，Altman还指出，OpenAI API也将继续变得更快、更可靠、更便宜，但性能和成本之间始终存在平衡，奥特曼这里再次用iPhone来举例说明：尽管电池技术已显著改进，但iPhone 仍将保持 1-1.5 天的电池寿命以优化性能。 另外在被要求指出一件GPT-5能做的令人惊讶的事情时，奥特曼回答：如果我必须选一件，那就是写作会变得更好。 发布时间方面，最新媒体消息显示，GPT-5的训练已圆满完成，具体发布时间尚未确定，浅浅期待一下吧！ 总而言之，这些新贵们的出现无疑终结了GPT-4的一枝独秀，也预计着竞争激烈程度进入下一“白热化”阶段。 为了守住护城河，或许OpenAI是时候放出“GPT-5”！

AI大爆发：2024年美股强势上扬，投资策略再思考。随着AI技术的发展，美股市场在2024年持续上涨的趋势愈发明显