ION:生成 AI 的下一步發展是多模型嗎？_NFTALLBI

原文作者：Shritama Saha，由 DeFi 之道編譯。

生成式 AI 的出現就像您身邊多了一位個人創意天才。 憑借其分析模式和基于模式開發新內容的卓越能力，生成式 AI 可以創造一切，從令人驚嘆的數字藝術到原創音樂作品、人類文本等等。

然而，生成式 AI 的炫酷之處也帶來了 AI 藝術中復雜的盜版和版權侵權問題。 盡管如此，在過去兩年中，該細分市場出現了驚人的增長。

在一次獨家采訪中，OpenCV 首席執行官 Satya Mallick 博士告訴 Analytics India Magazine，他認為生成式 AI 的最大突破是大語言模型或基礎模型的發展，并指出 Transformer 模型，例如那些在視覺轉換中使用的模型是該領域的一項重大創新。

根據 Mallick 的說法，生成 AI 的下一步是多輸入和多媒體輸出。 換句話說，多模型方法。

Klever Wallet：受影響錢包均為使用偽隨機數生成器算法生成后導入:7月13日消息，Klever Wallet發推表示，經過徹底調查，已確定所有在7月12日受到可疑活動影響的錢包都受到了一個已知漏洞的影響，此漏洞是由低熵助記詞引起的，存在缺陷的對應算法（Bip39使用的隨機生成算法會損害生成私鑰時的安全性和不可預測性，可能使其容易受到未經授權訪問或惡意活動的攻擊。

在上述事件中，所有涉及的錢包最初并非使用Klever Wallet K5創建，均為錢包生成后導入到Klever Wallet K5中，且是使用舊的、弱偽隨機數生成器PRNG算法作為熵源創建的，會嚴重損害生成私鑰的安全性和不可預測性，從而可能更容易受到攻擊或未經授權的訪問。強烈建議如果用戶目前擁有在Klever Wallet之前創建的舊錢包，請務必立即遷移到在Klever Wallet K5或Klever Safe上創建的新錢包，保護它們免受與過時或弱偽隨機數生成器算法相關的潛在漏洞的影響。[2023/7/13 10:51:46]

微軟最近推出了一種名為 Kosmos-1 的多模型大語言模型 (MLLM)。 人工智能研究工作室 Alethea.AI 推出了 CharacterGPT，它可以從文本中生成字符。 兩年前，Google AI 還發布了 MURAL：Multimodal, Multitask Representations Across Languages 模型，用于圖文匹配。 它部署了應用于圖像-文本對的多任務學習，并結合了涵蓋 100 多種語言的翻譯對。

幣安AI驅動的NFT生成器Bicasso已完成首個試點，發布后2.5個小時達到鑄造上限:3月2日消息，幣安創始人趙長鵬昨日晚間在推特上表示，Bicasso的第一個試點已完成，在2.5小時內鑄造了1萬枚NFT（達到鑄造上限）。

官方數據顯示，Bicasso AI試點藏品目前唯一持有者有9907人。這些圖像是試點的一部分，因此不可轉售。據幣安官方推特，錯過1萬枚NFT配額的用戶仍然可以注冊完整版的候補名單。

此前昨日消息，幣安推出可將創意轉化為NFT的AI產品Bicasso。[2023/3/2 12:38:18]

然而，馬利克說，“它有兩個基本的限制，包括可以獲得多少數據——是否有辦法避免需要注釋數據和缺乏計算能力——盡管預計未來會增加 ”。

Mallick 是 IIT-Kharagpur 校友，也是加州計算機視覺公司 Big Vision 的創始人。 早在 2006 年，當沒有人真正了解 AI 或其巨大潛力時，Mallick 與他人共同創立了 TAAZ——一家為美容和時尚行業創建視覺和學習解決方案的計算機視覺公司。

Dollar Protocol與DeFi固定利率生成協議88mph達成合作:據官方消息，Dollar Protocol宣布與DeFi固定利率生成協議88mph達成合作，通過利用Debaseonomics開發人員設計的開源池，USDx-USDC LP將能夠使用88mph作為收益層來支持Dollar Protocol，從而基于其持有的USDC賺取收益。[2021/1/30 18:28:17]

OpenCV 是一個開源計算機視覺和機器學習軟件庫，由英特爾于 1999 年創立。英特爾前計算機視覺工程師 Gray Bradsky 與主要來自俄羅斯的工程師團隊開發了它。 他在英特爾工作期間開發了 OpenCV 的第一代迭代。 2002 年，他們發布了該軟件的 0.9 版開源版本。

該公司最近推出了兩門新課程，作為其“Kickstarter 活動”的一部分，內容涉及如何使用 AI 高效地創作藝術。 第一門課程《人人都能 AI 藝術生成（AI Art Generation for Everyone）》不需要任何 AI 或編程背景，而第二門課程《高級 AI 藝術生成（Advanced AI Art Generation》則需要基本的編程知識。

動態 | 智能合約技術提供商UMA在以太坊測試網絡推出合成代幣生成器:據The Block消息，智能合約技術提供商UMA推出一個平臺，可以創建追蹤“任何東西”價格的代幣，從外匯匯率到股票價格。UMA聯合創始人Allison Lu在倫敦DEFI峰會上宣布，該平臺被稱為合成代幣生成器（Synthetic Token Builder），可以在以太坊測試網絡Rinkeby上使用。Synthetic Token Builder接受DAI作為抵押品，并允許用戶鑄造遵循各種價格指數的代幣。用戶也可以交易這些代幣，而其抵押品價值會根據價格指數變化。[2019/9/12]

AI 生成的藝術有能力徹底改變藝術世界并發掘未開發的可能性。 然而，它也帶來了盜版和版權侵權的復雜挑戰，引發了人們對所有權和知識產權的擔憂。

最近，像 Midjourney 和 Stability AI 這樣的圖像生成平臺因使用藝術家的作品來訓練他們的生成 AI 算法而被起訴，激怒了藝術家社區。 與此同時，Shutterstock 通過引入自己的 AI 工具采取了更負責任的立場，與 Getty Images 形成鮮明對比的是，Getty Images 禁止在生成 AI 藝術作品中使用其照片。

Mallick 博士將 YouTube 早年與版權威脅的現狀相提并論。 他說，與 YouTube 類似的解決方案，由像谷歌這樣的大公司參與進來，談判交易并向版權所有者付款，可以在這里發揮作用。

OpenAI 廣受歡迎的聊天機器人 ChatGPT 在不到三個月的時間里獲得了超過 1 億用戶，使其成為家喻戶曉的名字。 截至 2023 年 2 月，ChatGPT 的每日訪問量超過 2500 萬次。 但與 ChatGPT 相比，文本-圖像模型（如 OpenAI 的 DALL-E 或 StabilityAI 的Stable Diffusion）的采用率存在明顯差距。

Mallick 解釋說，ChatGPT 擁有如此高采用率的主要原因之一是因為寫作能力是每項工作所需的主要技能，無論你是程序員、作家還是社交媒體經理。 在 OpenAI 和貝恩公司的幫助下，甚至可口可樂也在使用生成式 AI 進行營銷。

此外，隨著研究人員結合不同的技術和方法，生成式 AI 正在鞏固并變得更加復雜。 通過利用 NLP 和計算機視覺的優勢，Stable Diffusion 模型代表了生成式 AI 向前邁出的重要一步。

傳統的生成模型，如生成式對抗網絡 (GAN)，由于缺乏語言概念，因此理解世界的能力有限。 雖然 GAN 可以創建逼真的圖像，但它們需要使用特定的數據集進行訓練，例如人臉或貓的圖像。

相比之下，Stable Diffusion 模型利用從文本數據中獲得的知識來理解單詞如何聚集在一起并與世界相關。 這使他們能夠在不依賴特定數據集的情況下生成更復雜和多變的圖像。

他說，“Stable Diffusion 模型是生成式 AI 的重大進步，正是因為它們不依賴監督學習。 通過利用從無監督學習中獲得的知識，這些模型可以生成復雜多樣的圖像，而無需手動標記數據，從而使其更加靈活。”

Kyle

個人專欄

閱讀更多

金色財經 善歐巴

金色早8點

Arcane Labs

MarsBit

Odaily星球日報

歐科云鏈

深潮TechFlow

BTCStudy

澎湃新聞

Tags：ALLIONEVERVERNFTALLBIMinions FinanceEVERMOONGensoKishi Metaverse

中幣下載