डौबाओ बड़े मॉडल टीम की आधिकारिक सार्वजनिक खाता जानकारी के अनुसार, बीजिंग जियाओटॉन्ग विश्वविद्यालय और चीन विज्ञान और प्रौद्योगिकी विश्वविद्यालय के संयुक्त अनुसंधान में, डौबाओ बड़े मॉडल टीम द्वारा पेश किया गया “VideoWorld” वीडियो जनरेशन प्रयोगात्मक मॉडल हाल ही में औपचारिक रूप से ओपन-सोर्स किया गया है। इस मॉडल की सबसे बड़ी विशेषता यह है कि यह पारंपरिक भाषा मॉडल पर निर्भर नहीं करता है, बल्कि केवल दृश्य जानकारी के माध्यम से दुनिया को पहचान और समझ सकता है। यह ब्रेकथ्रू अनुसंधान प्रेरणा प्रोफेसर ली फेई फेई के TED व्याख्यान में उल्लेखित “बच्चे बिना भाषा के असली दुनिया को समझ सकते हैं” के सिद्धांत से मिली है।

जिन्हें "आर्टिफिशियल इंटेलिजेंस की माता" कहा जाता है, स्टैनफोर्ड विश्वविद्यालय की कंप्यूटर विज्ञान की विशेषज्ञ और स्टार्टअप संस्थापक ली फेई फेई ने अगले हफ्ते पेरिस आर्टिफिशियल इंटेलिजेंस एक्शन समिट से पहले "भविष्य के आर्टिफिशियल इंटेलिजेंस नीति निर्माण के तीन मूलभूत सिद्धांत" प्रस्तुत किए। उन्होंने जोर दिया कि आर्टिफिशियल इंटेलिजेंस नीति को "विज्ञान, न कि विज्ञान कथा" के आधार पर होना चाहिए। ली फेई फेई मानती हैं कि नीति निर्माता को आर्टिफिशियल इंटेलिजेंस की वास्तविकता पर ध्यान केंद्रित करना चाहिए, न कि यूटोपियाई या अपोकैलिप्टिक दृष्टिकोणों पर आधारित बड़े भव्य भविष्य के विचारों पर। उन्होंने विशेष रूप से यह उल्लेख किया कि चैटबॉट्स और सह-चालक कार्यक्रम "इरादा, स्वतंत्र इच्छा या चेतना वाले बुद्धिमान" नहीं हैं।

'AI की माता' के रूप में मशहूर स्टैनफोर्ड विश्वविद्यालय की प्रोफेसर ली फेई फेई और उनकी टीम ने हाल ही में मल्टी-मोडल बड़े मॉडल 'स्पेस इंटेलिजेंस' पर एक शोध प्रकाशित किया, जो दिखाती है कि ये मॉडल स्थलों की स्मृति और अनुभव की दृष्टि में प्राथमिक क्षमताएं दिखाते हैं, और स्थानीय विश्व मॉडल बनाने की क्षमता प्रकट करते हैं। शोध टीम ने दृश्य स्थान बुद्धिमत्ता क्षमताओं का मूल्यांकन करने के लिए वीएसआई-बेंच नामक टूल विकसित किया है, जिसमें 288 वास्तविक वीडियो पर आधारित 5000 से अधिक उच्च गुणवत्ता वाले प्रश्न-उत्तर युग्म शामिल हैं। परीक्षण वीडियो में निवास स्थान, पेशेवर स्थल और औद्योगिक परिदृश्य शामिल हैं, जो कई भूगोलों को छूते हैं।

ली फेई फेई की टीम ने एक नई कई-मोडल मॉडल पेश की है, जो मानव क्रियाओं को समझने और उत्पन्न करने में सक्षम है, और भाषा मॉडल को संयोजित करके मौखिक और गैर-मौखिक भाषा के एकीकृत प्रसंस्करण को प्राप्त किया है। यह breakthrough अनुसंधान मशीनों को न केवल मानव निर्देशों को समझने में सक्षम बनाता है, बल्कि क्रियाओं में निहित भावनाओं को भी समझता है, जिससे मानव-मशीन इंटरैक्शन अधिक स्वाभाविक हो जाता है। इस मॉडल का मुख्य आधार इसके कई-मोडल भाषा मॉडल ढांचे में है, जो ऑडियो, क्रियाएँ और टेक्स्ट जैसे कई विभिन्न रूपों में इनपुट स्वीकार कर सकता है और आवश्यक मोड डेटा आउटपुट कर सकता है। जनरेटिव प्री-ट्रेनिंग रणनीति के संयोजन से, यह मॉडल

कृत्रिम बुद्धिमत्ता के क्षेत्र में, वर्ल्ड लैब्स नामक एक रहस्यमय स्टार्टअप व्यापक ध्यान आकर्षित कर रहा है। यह कंपनी, जिसे स्टैनफोर्ड विश्वविद्यालय के प्रसिद्ध AI प्रोफेसर ली फेई फेई ने स्थापित किया है, के बारे में विभिन्न रिपोर्टों के अनुसार, केवल दो महीनों में दो फंडिंग राउंड पूरे किए हैं।

ली फेई फेई की नई पुस्तक 'जिस दुनिया को मैंने देखा' आधिकारिक रूप से बिक्री के लिए उपलब्ध है, उन्होंने चिंता व्यक्त की कि स्टैनफोर्ड में चैटजीपीटी के लिए प्रशिक्षण शक्ति नहीं है, उन्होंने कहा कि वह एआई विनाशवादी नहीं हैं। ली फेई फेई न तो ओपन-सोर्स समर्थक हैं और न ही विनाशवादी, बल्कि वे मध्यवर्ती हैं, आशा करती हैं कि मानवता कृत्रिम बुद्धिमत्ता के साथ शांतिपूर्ण सह-अस्तित्व कर सके। ली फेई फेई एआई की संभावनाओं और खतरों को स्पष्ट रूप से समझती हैं, और मजबूत सरकारी निगरानी की वकालत करती हैं। उन्होंने एआई के प्रति मानवतावादी दृष्टिकोण अपनाने का समर्थन किया है, और मजबूत सरकारी निगरानी की वकालत की है। ली फेई फेई एक नियामक ढांचे और मानदंडों की स्थापना का समर्थन करती हैं, लेकिन वे सभी गतिविधियों को रोकने का आह्वान नहीं करतीं।