El nuevo modelo de texto a imagen de código abierto de inteligencia artificial de Zhipu AI, CogView4, hace su debut oficial. CogView4 no solo alcanza los 600 millones de parámetros, sino que también admite completamente la entrada en chino y la generación de imágenes a partir de texto chino, y se le considera el primer modelo de código abierto capaz de generar caracteres chinos en imágenes. El punto más destacado de CogView4 es su capacidad para admitir indicaciones en chino e inglés, siendo especialmente bueno para comprender y seguir instrucciones complejas en chino, lo que lo convierte en una bendición para los creadores de contenido chino. Como el primer modelo de texto a imagen de código abierto capaz de generar caracteres chinos en imágenes, llena un vacío importante en el campo del código abierto.

Recientemente, NVIDIA lanzó un modelo de generación de imágenes de código abierto llamado Sana. Este modelo, con solo 60 millones de parámetros, reduce drásticamente el umbral de funcionamiento. Sana puede generar imágenes con una resolución de 4096×4096 y funcionar en una tarjeta gráfica de 16 GB, generando imágenes de alta calidad con una resolución de 1024×1024 en menos de un segundo, una velocidad destacada entre modelos similares. Sana funciona con la tecnología DC-AE (autocodificador de doble canal), utilizando un espacio latente 32 veces mayor.

El Ministerio de Educación anunció recientemente que el Comité de Expertos de la Reunión Conjunta Interministerial sobre Normas de Traducción de Palabras Extranjeras al Chino aprobó 18 grupos de nombres chinos recomendados para palabras extranjeras, en su decimosexta edición. Estos nombres se refieren principalmente al campo de la inteligencia artificial y la tecnología de la información. Esta medida tiene como objetivo estandarizar los nuevos términos que aparecen con frecuencia en el campo de la IA, proporcionando al público explicaciones oficiales claras para eliminar confusiones.

Teuken-7B, un modelo de lenguaje con 7 mil millones de parámetros, ya está disponible en Hugging Face y admite los 24 idiomas oficiales de la Unión Europea. Desarrollado por el proyecto de investigación OpenGPT-X de la UE, el modelo está disponible como un proyecto de código abierto para su uso. A diferencia de la mayoría de los modelos de lenguaje de IA centrados en el inglés, Teuken-7B se construyó desde cero, y aproximadamente la mitad de los datos de entrenamiento provienen de idiomas europeos que no son el inglés. Nota sobre la imagen: Imagen generada por IA, imagen cedida.

Después de un fracaso en el mercado de altavoces inteligentes, el emprendedor siberiano Ivan Crewkov descubrió inesperadamente el enorme potencial de la educación con IA a través de la experiencia de su hija aprendiendo inglés. Su empresa de educación con IA para niños, Buddy.ai, recientemente obtuvo 11 millones de dólares en una ronda semilla liderada por BITKRAFT Ventures. Su tecnología de IA y modelo de negocio, centrados en resolver los problemas del aprendizaje del inglés en niños, han recibido el reconocimiento del capital. El camino emprendedor de Crewkov es bastante dramático. 2014

En la era del rápido desarrollo de la IA, dominar nuevas habilidades se vuelve crucial. La idea de Li Xiaolai de "dedicar mil horas de atención para dominar cualquier habilidad que necesites" no solo redefine la esencia del aprendizaje, sino que también ilumina el camino para la superación personal. Basado en esta filosofía, su equipo creó Enjoy App, una aplicación multiplataforma diseñada para el aprendizaje de idiomas, que utiliza la tecnología de IA para ayudar a los usuarios a aprender inglés de manera eficiente. Sus funciones destacadas incluyen conversión de voz a texto, evaluación de pronunciación, asistente inteligente, etc., y la personalización hace que el aprendizaje sea...

El robot "Sueño Diurno", creado por el UP de Bilibili "Geekbay", se ha vuelto rápidamente viral, superando los 1.13 millones de reproducciones en solo cuatro días. Este robot puede completar tareas automáticamente, incluyendo pasar página, encuadrar problemas, responder preguntas y escribir, abarcando varias asignaturas. Durante el desarrollo, el equipo pasó de modificar una máquina de escribir a desarrollar una propia, utilizando una estructura CoreXY e integrando un modelo de IA, lo que mejoró significativamente la precisión y la eficiencia de la realización de las tareas. Los resultados de las pruebas muestran que la precisión en las tareas de inglés es alta, pero hay problemas de formato; en las tareas de lengua, la escritura tiene características distintivas, y algunos problemas son incorrectos; en las tareas de matemáticas, existen problemas de formato y lógica.

En la era de la globalización en rápido desarrollo, la necesidad de comunicación entre idiomas ha aumentado considerablemente, especialmente en la difusión global de contenido de video. Para satisfacer esta necesidad, nace EasyVideoTrans, una herramienta de conversión de video profesional y avanzada que utiliza la tecnología de aceleración de GPU de la tarjeta gráfica de la computadora para lograr una alta velocidad y eficiencia en la conversión de video. Esta herramienta, con su exclusiva función de aceleración de GPU, comprime el trabajo que antes podía llevar horas o incluso días a unos pocos minutos, lo que aumenta considerablemente la eficiencia de la traducción y la corrección. Ofrece varias funciones avanzadas,

Baidu Netdisk lanza "Panpan Words", la primera aplicación de aprendizaje de inglés con IA a nivel mundial, que utiliza la tecnología de IA combinada con escenas de fotos personales para el aprendizaje del inglés. Este producto resuelve los problemas de memoria, crea un entorno familiarizado con el inglés, haciendo que el aprendizaje sea divertido y eficaz. Se incluyen estilos de voz de IA específicos, como los profesores "Marx" y "Meimei", para aumentar la interactividad. Los usuarios pueden experimentar la aplicación a través del miniaplicativo de WeChat. Basado en la plataforma de modelos grandes Qianfan, "Panpan Words" proporciona retroalimentación de aprendizaje personalizada y planes de revisión, combinando la tecnología de análisis de imágenes para integrar el contenido de aprendizaje con las escenas de la vida diaria.

Alipay ha lanzado un modelo médico de IA que ha superado a GPT-4 en exámenes médicos y pruebas de referencia, ocupando el primer lugar en la lista A y el segundo en la lista B de la evaluación de LLM en chino. Su precisión en la identificación de informes, medicamentos e imágenes capilares supera el 90%, y se está implementando en hospitales de varias regiones. Este modelo multimodal nativo (ver, oír, hablar, dibujar) se basa en el modelo Bailing, puede procesar múltiples tipos de datos y ha sido anotado a nivel hospitalario para cumplir con los requisitos de seguridad y profesionalidad del sector médico. Ya está integrado en los procesos médicos de los hospitales, proporcionando respuestas inteligentes y estructuración de historiales médicos.

Después de meses de pruebas durante las elecciones en India, Meta ha decidido lanzar su chatbot de IA impulsado por la tecnología Llama-3 a todos los usuarios indios. Sin embargo, Meta IA actualmente solo admite inglés y no admite otros idiomas locales.

ChatGPT se convirtió en la página más popular de Wikipedia en inglés en 2023, con 50 millones de visitas, superando a Taylor Swift y Barbie. Los editores temen que ChatGPT pueda disminuir la confianza de los lectores e incluso amenazar la estabilidad de Wikipedia en los próximos cuatro o cinco años. La lista de fallecidos de Wikipedia en 2023 se convirtió en la segunda página más popular, con un promedio de 130.000 clics diarios y un total de casi 43 millones de visitas. El fundador de Wikipedia, Jimmy Wales, criticó la escritura de artículos de ChatGPT en Wikipedia como "mala" y "caótica".

En el video, Guo Degang cuenta chistes en inglés, en realidad es una obra derivada con la participación de la tecnología de IA. Detrás hay una empresa china llamada Shiyun Technology, cuyo producto HeyGen es una "herramienta mágica" de imitación de voz con traducción de IA. El tráfico de HeyGen ha aumentado en contra de la tendencia, con 7000 usuarios en cola para generar videos de Taylor Swift hablando en chino. HeyGen ha completado dos rondas de financiación de millones de dólares, convirtiéndose con éxito en la última aplicación de IA de gran éxito en el mercado nacional. HeyGen ha lanzado una versión de pago, pero aún queda por ver si puede abordar los puntos débiles de la producción de video.

Google acaba de lanzar una nueva herramienta para aprender inglés, con el objetivo de competir con Duolingo. La herramienta se lanzará gradualmente en dispositivos Android en varios países. Ofrece práctica personalizada de inglés hablado, con retroalimentación sobre gramática y significado. Utiliza la IA y el aprendizaje automático, con contenido creado por lingüistas y profesores. Google planea ampliarla a más países e idiomas.

El Instituto de Inteligencia Artificial de Beijing ha lanzado el modelo de lenguaje grande bilingüe chino-inglés de código abierto más potente, Wudao-Tianying 340 mil millones Aquila2-34B. Este nuevo modelo muestra un rendimiento excepcional en inferencia y generalización. El Instituto de Inteligencia Artificial de Beijing también ha lanzado un conjunto completo de herramientas de código abierto para promover la innovación colaborativa en la investigación de modelos de lenguaje grandes. Aquila2-34B supera a otros modelos base de código abierto en capacidades generales. El equipo de inteligencia artificial de Beijing ha desarrollado el método NLPE para mejorar las capacidades de extensión del modelo.

El Instituto de Inteligencia Artificial de Beijing (BAAI) ha publicado MTP, el conjunto de datos de entrenamiento de modelos de vectores semánticos chino-inglés más grande del mundo, con un tamaño de datos de 300 millones de pares. MTP es el conjunto de datos de pares de texto relacionados chino-inglés de código abierto más grande, proporcionando una base importante para entrenar modelos de vectores semánticos. El conjunto de datos contiene pares de texto chino-inglés de múltiples fuentes, que abarcan varios tipos como preguntas y respuestas, comentarios y noticias. El BAAI afirma que los datos juegan un papel crucial en el entrenamiento de modelos grandes y promoverán la innovación colaborativa en inteligencia artificial. Se espera que el lanzamiento de este conjunto de datos resuelva el problema del entrenamiento de modelos en chino.

Jais es el primer modelo grande de lenguaje de código abierto para árabe, con 13 000 millones de parámetros. Jais ofrece un rendimiento en tareas en árabe comparable al de los modelos comerciales de ChatGPT en inglés. Jais se entrenó utilizando chips de IA de Cerebras, una innovación tecnológica.