generative ai 🗨️:

• text-to-gif (T2G)
• text-to-3D (T2D)
• text-to-text (T2T)
• text-to-NFT (T2N)
• text-to-code (T2C)
• text-to-image (T2I)
• text-to-audio (T2S)
• text-to-video (T2V)
• text-to-music (T2M)
• text-to-motion (T2Mo)
• brain-to-text (B2T)
• image-to-text (I2T)
• speech-to-text (S2T)
• audio-to-audio (A2A)
• tweet-to-image (Tt2I)

Generative AI Models🗨️: (input => output)

• classification: image => text
(finding, analysis, extraction from existing input)

• generation: text => image
(use ML to create new output)

• transformation: image => image (or text => text)
(altering & rendering output)

#AI应用

Human to SQL Translator

使用 AI 轻松将自然语言查询转换为 SQL 代码

🧲 sql-translator.vercel.app

可口可乐最新广告，用到了 stable diffusion AI，配合3D技术，上一个如此级别商用的还是麦当劳还是肯德基的用 Nerf 三维重建技术

在电脑上用独显跑LLaMA-4bit，速度很快。
6G显存可跑7b，8-16G显存可跑13b，24G显存可跑30B。消费级显卡完全无压力，每token可以到几十毫秒级别。

项目：🧲 https://github.com/oobabooga/text-generation-webui/wiki/LLaMA-model
模型： 🧲 https://huggingface.co/decapoda-research

早晨起来大模型的新闻又炸了
斯坦福微调了 7B LLaMA 模型，只用了 52K 的数据，达到了和达芬奇003类似的效果，并且可以跑在消费级设备上，比如树莓派。 https://github.com/tatsu-lab/stanford_alpaca

#观点

GOOGLE: easy prompt, complex result

CHATGPT: complex prompt, easy result

20年后，科幻电影中的画面来了

工作原理：人类移动手指 -> 网络摄像头记录手指 -> AI（谷歌的MediaPipe）识别手指和手势 -> 人类与网络元素交互。

👉🏻 项目地址
👉🏻 体验地址

--- 来源

一夜之间，全球所有图片验证码都失效了

GPT-4 发布

相关介绍文章已充斥全网，也可 这里 快速了解新特性。

🥁 这里说一些局限：

- GPT-4 训练数据截止到 2021 年 9 月(与GPT-3差不多)

- "一本正经胡说八道"的问题依然存在，但GPT-4 比 GPT-3.5 优化提升了 40%。

- 虽是多模态，但目前只支持纯文本请求（图像输入还在测试阶段）

- 输入输出不同价格，比之前更贵了。

🏂 抢先体验：

- ChatGPT Plus 订阅
- Poe 中已经集成了GPT-4（需付费）
- 申请 GPT-4 API waitlist (gpt-4-0314模型)

⛳️ 参考资料

- GPT-4论文
- 官方发布视频回播
- 官方介绍文档

6个率先基于GPT-4发布的产品 | 案例

1、 Duolingo Max
GPT-4改进了Duolingo上的对话

2、 Be My Eyes
使用GPT-4来改善视觉辅助功能

3、 Stripe
利用GPT-4来简化用户体验并打击欺诈

4、 摩根士丹利
财富管理部署GPT-4来组织其庞大的知识库

5、 可汗学院
将GPT-4集成为每个学生的定制导师

6、 冰岛政府
利用GPT-4来保护其语言

AI 一年，人间十年

从去年 6 月开始，我第一款尝试的 AI 绘画软件是 Disco Diffusion，那会是在非常简陋的网站上，非常麻烦，要调整参数，还容易遇到 bug，出现一次就需要从头跑，那会生成一张图片大概需要 30 分钟。在椅子上睡觉，手机弄个闹钟，半个小时醒一次，调一下参数。这样的状态持续大概 3 周，开源的 stable diffusion，付费的 Midjourney 和 DALL·E 2 就出现了，生成图片是以秒为计算。之后我再也没用过 Disco Diffusion。

再未来的一段时间里，AI 绘画领域是开源 stable diffusion 的天下，最为厉害的是 ControlNet 插件，让不可控的 AI ，一下子变得可控。

ChatGPT 3 我也第一时间尝试，那会大家对它的评价还是一本正经的胡说八道，到 3.5 价格便宜 10 倍，各种基于 API 的应用，到昨晚的 ChatGPT 4 的出现，其实也就 2 个月不到的时间，实在太快了。

其实昨晚不只是 Open AI 发布，Google 也发布了，之前也有斯坦福的开源模型，Meta 的开源 AI，一点水花都没有。

这次 Open AI 连论文和参数都没公布，一点都不 open，期待开源模型搅局。

--- Elon Musk