ByteDance prépare secrètement la création d'un institut de recherche sur les grands modèles, afin de renforcer son positionnement dans le domaine de l'intelligence artificielle. Cet institut a déjà attiré des talents de pointe du secteur, notamment Qin Yujia, membre clé de l'équipe de recherche de MobiLu, et Huang Wenhao, membre clé de Zero One Wanwu. Huang Wenhao sera chargé de la gestion et de la planification des projets techniques, et rapportera directement au fondateur Zhang Yiming. Cette initiative de ByteDance témoigne de son engagement à long terme dans la recherche et le développement de grands modèles d'IA, et vise à stimuler le progrès technologique grâce à l'intégration d'experts externes, afin de se positionner favorablement sur un marché très concurrentiel.

L'Institut de recherche sur l'intelligence artificielle de Beijing (BAAI) et l'Institut de recherche sur l'intelligence artificielle de China Telecom ont collaboré pour lancer la version mise à niveau de la série de grands modèles Tele-FLM, incluant le modèle d'instructions FLM-2-52B-Instruct de 52 milliards de paramètres et le modèle Tele-FLM-1T à mille milliards de paramètres. FLM-2-52B-Instruct, grâce à l'ajustement fin des instructions, se concentre sur l'amélioration des capacités de dialogue en chinois, atteignant 90% du niveau de GPT-4. Il est basé sur le modèle de base Tele-FLM-52B, utilisant un ensemble de données spécifique et une optimisation des paramètres. Tele-F...

Récemment, la recherche et les applications des grands modèles multimodaux ont fait des progrès remarquables. Des entreprises étrangères telles qu'OpenAI, Google et Microsoft ont lancé une série de modèles avancés, et des institutions chinoises telles que Zhipu AI et Jieyue Xingchen ont également réalisé des percées dans ce domaine. Ces modèles reposent généralement sur un encodeur visuel pour extraire les caractéristiques visuelles et les combiner avec un grand modèle linguistique, mais ils présentent un biais d'induction visuelle dû à une formation séparée, ce qui limite l'efficacité et les performances du déploiement des grands modèles multimodaux.

Des chercheurs de l'Université de Nanjing et de l'institut de recherche Megvii ont révolutionné les grands modèles visuels. Leur approche non supervisée, SeVa, résout avec succès le problème de l'alignement des préférences des modèles linguistiques visuels, le tout sans intervention humaine ni recours à GPT-4, réduisant ainsi considérablement les coûts d'alignement.

Kaisen Auto a officiellement créé un institut de recherche automobile sur l'IA et nommé Gu Lei au poste de directeur. L'institut établira le plan de développement des applications d'intelligence artificielle de l'entreprise. Kaisen Auto cherche activement à collaborer avec des entreprises d'intelligence artificielle pour créer ensemble des produits et services de transport automobile intelligents, sûrs et efficaces. Lin Mingjun, président-directeur général de Kaisen Auto, a déclaré que l'automobile IA est la tendance future et que la transition vers la fabrication de véhicules électriques nécessite une amélioration logicielle.

iFLYTEK et Shenhao Technology ont signé un accord de coopération pour créer un institut de recherche sur la robotique IA industrielle. L'objectif est de réaliser une fusion profonde entre les grands modèles et les robots industriels, et de mettre en œuvre une application technique dans le secteur de l'électricité en priorité. Le partenariat vise à promouvoir une coopération approfondie dans le domaine de la santé industrielle pour les secteurs de l'énergie électrique et de l'exploitation minière. Les deux parties travailleront ensemble pour stimuler l'innovation dans la robotique industrielle intelligente.

L'institut de recherche sur l'intelligence artificielle (AIRS) a publié le modèle JudgeLM, un outil permettant d'évaluer efficacement divers grands modèles de langage et de fournir des scores. JudgeLM est 120 fois moins coûteux que GPT-4, tout en affichant une cohérence des résultats supérieure à 90%. JudgeLM est applicable à divers scénarios d'évaluation, notamment le texte pur et le multimédia, et fournit des scores ainsi que des justifications. La cohérence de JudgeLM avec les réponses de référence dépasse 90% dans certains cas, se rapprochant ainsi des performances humaines. L'AIRS a également publié les données d'entraînement et de validation utilisées pour le modèle.

L'institut de recherche d'intelligence artificielle Yuan a récemment publié en open source Uni3D, un modèle de vision 3D universel de 10 milliards de paramètres. Ce modèle est capable de traiter les données de nuages de points et a réalisé des percées dans les tâches principales de la vision 3D. Uni3D adopte une architecture Transformer unifiée et introduit une méthode d'entraînement d'alignement multimodal. Ce modèle a obtenu des résultats de pointe dans diverses tâches de vision 3D. L'institut de recherche d'intelligence artificielle Yuan a indiqué que la publication en open source d'Uni3D ouvre la voie à de futures recherches en vision par ordinateur 3D.