在今年的GTC大会上，英伟达CEO黄仁勋邀请了Transformer模型的六位共同作者参与圆桌讨论。

讨论的重点包括：计算成本的下降、AI技术的飞跃、Transformer与自然语言处理的革新、AI创业公司的愿景和AI未来的发展。其中，计算成本的巨幅下降过去20年，但趋势已放缓。

AI技术的飞跃通过AlexNet的出现开始，生成式AI的出现进一步展示了AI的潜力。Transformer模型在自然语言处理领域取得了革命性进展，并有望扩展到其他领域。

一些Transformer的作者创立了自己的AI企业，旨在将技术带给更广泛的用户。未来的AI研究将注重推理和常识理解能力的提升，同时强调高质量数据和人机交互的重要性。

你已经有闺女了😭

Google 近日推出了一款名为 Alpha Geometry 的先进大模型，专注于数学几何领域，其几何学能力已经达到了接近人类奥林匹克数学竞赛金牌得主的水平。#AI工作流
值得一提的是，该模型的训练过程并非依赖于现有数据集，而是通过合成数据进行的。

这是Sam 在Y Combinator 的启动会议上关于 AGI 和 GPT-5 的发言，个人觉得这个建议比较靠谱：正确的策略或许应该是采用最新的模型，而不是过多投入在微调和提前优化上。

跑了一下腾讯开源的AppAgent，用它在微信中发送消息。
这是一个多模态智能体，可以通过识别手机界面和用户指令来控制手机，用的是GPT4V模型，只支持操作安卓。
这个解决方案分成两个阶段：探索和部署；
探索阶段智能体会学习如何执行任务并把每个操作步骤生成文档。
部署阶段智能体会利用探索阶段的积累来执行任务。

体验了一下阿里通义实验室开放视觉团队发布的追影，用一张人像➕一个舞蹈视频生成跳舞视频的 AI 模型，这效果是不是还可以😂

Mate AI 最近推出的AI图片生成产品Imagine，用同样的 prompt，与Midjourney, DALL-E 3, Adobe Firefly进行了比较。
发现 Meta Imagine 更擅长生成真实图片，这一定是模型的训练数据导致的。
DALL-E 3 更擅长生成卡通风格的图像，而且在遵循提示词要求方面，也比 Adobe Firefly 和 Midjourney 强。
目前Meta Imagine 可以免费使用。

字节跳动推出了一款基于扩散模型的人类图像动画框架MagicAnimate，可以将静态人物图像转变为动态视频，并通过视频扩散模型和外观编码器实现平滑过渡。
此框架具有多种功能，包括生成动画时的连贯性、对原始图像的忠实度以及适用于各种场景的灵活性。
阿里巴巴也开发了类似的项目Animate Anyone，通过静态图像生成动态视频。具体流程包括姿势引导、特征融合、视频合成和注意力机制。
MagicAnimate已经可以在Hugging Face上体验，需要排队，👇文中有给出Colab 链接可以快速体验不用等。

吴恩达老师教你入门生成式 AI， 三个高效提示词撰写技巧，包括详细而具体地描述、引导模型深入思考以及进行多次实验和迭代。

Q: 在处理高度机密信息时需要注意什么？
A: 在处理高度机密信息时，需要了解LLM提供商的隐私协议，明确他们如何使用或保护这些信息。

Q: 在处理对事实敏感内容时需要注意什么？
A: 在处理对事实敏感的内容时，需要对LLM的结果进行双重检查，以确保准确性和可靠性。

Q: 怎样才能激发LLM的潜力？
A: 要激发LLM的潜力，需要从简单开始，逐步提升提示词的质量，并且不害怕尝试和犯错。同时，要对生成的内容进行仔细复核，确保信息的可信度。

英伟达的H100 GPU 都卖给了谁？
•Meta：150000（怪不得Meta这么强）
•微软：150000
•谷歌、亚马逊、甲骨文、腾讯：50000（怪不得谷歌AI追不上）
•CoreWeave：40000
•百度：30000
•阿里巴巴：25000
•字节跳动：20000
•Lambda：20000
•特斯拉：15000

谁控制了算力，谁就控制了未来。
mp.weixin.qq.com