智譜AIは、動画理解分野で顕著な進歩を遂げたモデルであるCogVLM2-Videoモデルのオープンソース化を発表しました。CogVLM2-Videoは、複数のフレーム画像とタイムスタンプをエンコーダの入力として導入することで、既存の動画理解モデルが抱える時間情報の欠落という問題を解決しています。本モデルは、自動化された時間的局在化データ構築手法を用いて、時間に関する3万件の動画質疑応答データを生成し、これにより、公開されている動画理解ベンチマークにおいて最先端の性能を達成するモデルをトレーニングしました。

ファーウェイP50 Proスマートフォン小艺大規模モデル版のベータテストが開始されました。バージョン番号は12.1.1.400、サイズは65MBです。ベータテスト期間は2024年2月20日～2024年3月31日です。小艺大規模モデル搭載のスマートアシスタントは、より複雑なタスクを実行でき、標準中国語と10種類の地方語に対応し、音声認識の精度も向上しています。

元象XVERSEと腾讯音乐は共同で、lyraXVERSE高速大規模言語モデルを発表しました。この大規模言語モデルは、音楽アシスタント「AI小琴」に搭載され、パーソナライズされた音楽インタラクション体験を提供します。ユーザーはQQ音乐を通じてAI小琴と対話でき、雑談、楽曲推薦、音楽解説、作詞作曲などを行うことができます。lyraXVERSE大規模言語モデルは、AIアシスタントのEQとIQを向上させ、より深い音楽インタラクションを実現します。この大規模言語モデルの活用により、運用効率とユーザーエクスペリエンスが向上し、応答の正確性とユーザーとのチャットの深さが増します。