奥特曼认为GPT-4“有点糟糕”丨Stability AI推出3D渲染视频模型Stable Video 3D丨谷歌推出多模态视频模型VLOGGER

2024年3月20日报道丨AI资讯早报

奥特曼评价GPT-4：“有点糟糕”

当地时间3月19日报道，OpenAI CEO奥特曼本周作客科技博主Lex Fridman 的访谈中表示，一年前上线的GPT-4 其实“有点糟糕（kind sucks）”，阿尔特曼更期待即将到来的 GPT-5 能够真正配得上大家的期待。

当被问及 GPT-4 及其最令人印象深刻的能力时，他说道，“展望未来几年，我们应该意识到我们现在拥有的工具将来看来会非常落后，这正是鞭策我们不断进步、创造更美好的未来的动力。”“别误会，我既不想贬低 GPT-4 的成就，也不想夸大其词，”奥特曼说，“正因我们正处于指数级发展的曲线上，所以很快我们就会像现在看待 GPT-3 一样看待 GPT-4。”

奥特曼还认为，GPT-4的确存在“令人惊鸿一瞥的闪光点”，但他指出，ChatGPT 在处理复杂的多步骤问题时几乎没什么用处。令他感到”神奇“的情况少之又少。

Stability AI推出3D渲染视频模型Stable Video 3D

知名开源大模型公司Stability AI又上新了！当地时间3月18日，该公司网站发布用于渲染3D视频的生成式AI视频工具Stable Video 3D（SV3D）。

据了解，Stability AI一直在开发其Stable Video技术的视频功能，使用户能够从图像或文本提示生成短视频。SV3D在Stability AI之前的Stable Video Diffusion模型的基础上进行了改进，适用于新视角合成任务（Novel View Synthesis) 和3D生成的任务。

通过SV3D，Stability AI通过能够根据单一输入图像创建和转换多视图3D网格，为其视频生成模型增加了新的深度。

在去年12月，Stability AI曾经推出Stable Zero123三维建模模型，该模型基于Stable Diffusion开发，并且一次输出一张图像。SV3D基于Stable Video Diffusion模型，并且同时输出多个新视角，而这也是SV3D的关键优势。根据Stability AI的说法，SV3D能够从任何给定角度提供连贯的视角。

SV3D现已可供商业使用，订阅Stability AI Professional的会员每月20美元（对于年收入不到100万美元的创作者和开发者）。该模型最低的显卡运行要求为英伟达GeForce RTX 4090及以上。

谷歌推出多模态视频模型VLOGGER AI：让人物肖像会“说话”

近日，谷歌在其 GitHub 页面发布博文介绍一款名为 VLOGGER AI 的新模型，用户只需要输入一张肖像照片和一段音频内容，该模型可以让这些人物“动起来”，富有面部表情地朗读音频内容。

项目主页：

https://enriccorona.github.io/vlogger/