AIGC Weekly #13

🔗 原文链接： https://op7418.zhubai.love/posts/22...

发表时间：2023-03-20

工具：Midjourney v5

提示词：digital background, gradient, soft light, low contrast, minimalist, foil holographic --ar 3:2 --stop 75

如无意外会在每周一更新，主要介绍上周AIGC领域发布的一些产品以及值得关注的研究成果，由于我自己是一个设计师，所以在一些专业内容的描述上可能存在问题，欢迎在渠道帮我反馈及更正，如果觉得有收获的话也可以订阅一下。（本期部分文案使用了Notion AI以及Chat GPT帮助润色和翻译）

上周可以说是AI领域的一个非常重要的节点，不管是在语言模型领域还是图像生成领域，不管是在国外还是国内，不知道再过一年我们回想起这一周发生的这些事情会是怎样的评价。

❤️上周精选

GPT-4发布了

上周最重要的一件事情是Open AI居然真的在ChatGPT API刚发布一个多月就发布了GPT-4。GPT-4 是一个大型多模态模型意思是它可以接受图像和文本输入，发出文本输出。详细的介绍可以在这里查看。下面我简要总结一下GPT-4的一些特性：

支持多模态输入：GPT-4的API可以接受图像，并生成相应的字幕，并对图像进行分析。
在BAR考试中取得优异成绩：GPT-4取得了BAR 90分（满分一百），同时在生物奥林匹克竞赛的视觉题方面获得了99分，其推理能力远超ChatGPT，它的成绩都够上斯坦福了。
超大上下文：GPT-4支持25,000个单词的上下文，可以使得完整的文档适合于一个提示符内。
更具创造性和协作性：与用户协作生成、编辑和迭代写作任务，具有更高的创造性和协作性。
多个合作伙伴正在测试GPT-4：Duolingo、Be My Eyes、Stripe、摩根士丹利、可汗学院等，甚至包括冰岛政府。

那如何使用GPT-4呢，现在ChatGPT Plus会员可以直接使用GPT-4模型，不过也是有数量限制的，我眼看他从刚发布的每四小时100条限制变为了每四小时30条。如果只是想免费体验一下的话可以去poe.com尝试，目前免费账户的限制是没24小时一条。

GPT-4的API目前还没有全量开放有需求可以去这里加等待列表，这几天已经有人拿到了测试资格。

同时他们还发布了了一下专门用来评估语言模型的评估框架 evals ，他们提前将向提交高质量评估的人授予 GPT-4 访问权限。

Open AI近期对于Plus购买以及API金额的充值管理越发严格，如果要购买相关内容的话在Depay付费的时候使用美国免税州的地址的方式已经不行了，这里推荐切换地区到英国进行购买使用这个地址：

街道：52 Leeds Rd 城市：Bradford 邮编：BD7T 5ME

详细的教程和注意事项可以看 𝗖𝘆𝗱𝗶𝗮𝗿 的这条推特。还没有主持Depay的也可以使用我的邀请连接注册： https://depay.depay.one/web-app/register-h5?invitCode=348861&lang=zh-cn

GPT-4发布之后基于他强大的理解力与逻辑推理能力也涌现了很多新的使用方式下面我会挑选一些典型的使用方式，更多的可以去Linus (●ᴗ●)总结的这条推特或者Szhans的这条即刻查看：

Jiayuan 基于 GPT-4 实现了一门新的编程语言：GPTLang： https://twitter.com/Tisoga/status/1635884757589577728?s=20

Yishi 将一段合约代码交给GPT-4进行审计，GPT-4发现了一系列可能的漏洞和问题： https://twitter.com/ohyishi/status/1635872707530358784

Dan Shipper 利用GPT-4来帮助发现一些可能有效的药物： https://twitter.com/danshipper/status/1635712019549786113?s=20

Meng To 利用GPT-4从零实现了一个iOS运行的小游戏： https://twitter.com/MengTo/status/1637566201709690881?s=20

Ammaar Reshi 利用GPT-4、Replit、MidJourney、Claude 组建一个 AI 助手团队，以零 Javascript 或 3D 游戏编程知识从头开始创建了一个3D太空竞速游戏： https://twitter.com/ammaar/status/1637592014446551040?s=20

Jackson Greathouse Fall 给GPT-4 100美元并让他尽可能多的赚钱，作者会实践GPT-4的建议： https://twitter.com/jacksonfall/status/1636107218859745286?s=20

斯坦福发布了Stanford Alpaca 7B模型

Alpaca是一个基于Facebook开源的LLaM微调的模型，对单轮指令跟随的初步评估中，Alpaca 的行为在质量上与 OpenAI 的 text-davinci-003 相似，同时出奇的小且易于复制（<600 美元）。

这个模型的优势在于可以部署在常用的家用Mac/Windows/Linux 设备上，这使得几乎所有人都可以对相关模型进行微调，同时与自己已有的数据相结合产生无限可能。可以把他类比为语言模型领域的stable diffusion 很期待能从上面产生多少有意思的东西。

这里是项目的Github地址： https://github.com/tatsu-lab/stanford_alpaca

这里是在线演示地址，可以去试一下： https://alpaca-ai.ngrok.io/

比如这个 Alpaca-LoRA项目该存储库包含使用低秩适应 (LoRA) 重现斯坦福羊驼结果的代码。使其可以在4090 上运行。在没有超参数调整或基于验证的检查点的情况下，LoRA 模型产生的输出可与 Stanford Alpaca 模型相媲美。

另外一个类似的还有 ChatGLM-6B 这个模型，有62亿参数比较小，但是优势是只需要6G显存就能运行，不需要上面Alpaca的24G显存。感兴趣的同学可以试一下。

谷歌发布了Google Workspace AI

谷歌在上周发布了可以使用谷歌PaLM多模态模型的PaLM API，同时搭配发布了MakerSuite工具，它可以让开发者使用PaLM API来快速原型设计、提示工程、合成数据生成和自定义模型调整。MakerSuite还提供了一些示例应用程序，展示了PaLM API的潜力和用途。介绍连接在这里。

同时现在可以在Google Cloud中使用PaLM模型，还推出了生成式 AI App Builder，它将对话式 AI 流与开箱即用的搜索体验和基础模型连接起来，帮助公司在几分钟或几小时内构建生成式 AI 应用程序

还在Google Workspace和邮件中集成了AI功能，只需输入想要撰写的主题，系统就会立即生成草稿。

比较惨的是发布几个小时之后GPT-4就发布了，导致谷歌这里一点水花都没溅起来，我感觉Open AI和微软是故意的。

Anthropic发布了Claude+及API

由前 OpenAI 研究副总裁 Dario Amodei 创立，谷歌投资的人工智能公司 Anthropic 宣布聊天机器人 Claude 开放公测。你可以在这里加入等待列表。

他们提供两个版本的 Claude：Claude 和 Claude Instant。Claude 是最先进的高性能模型，而 Claude Instant 是更轻、更便宜、更快的选择。

如果你现在想体验Claude的话可以去 poe.com ,可以免费使用，从我之前的一些体验来看Claude+与ChatGPT的能力不相上下，Claude在逻辑复杂的语言理解上可能还略胜一筹，当然差GPT-4还是很远。

Midjourney V5在16号早上发布了（以下内容均以V5代替），这次V5的升级相较于V4有了非常多的改动生成速度、生成质量、语义理解能力有了非常大的提升。据官方公告所说V5已经开发了5个多月的时间，加入了很多他们自己研发的神经网络架构以及美学相关的技术。有传言说V6模型会在5月底6月初发布。很期待V6模型会多么巨大的提升。这里简要总结一下，详细的可以点标题连接看我写的测评里面还有8K壁纸提供下载。

V5 基础模型有什么新功能？

更广泛的风格范围和更具响应性的提示
更高质量的图像（2倍分辨率增加）暂时没有上线，动态范围改善
图像更详细。
改进了图像提示性能
支持无缝平铺 --tile 参数（实验性）
支持大于 2:1 的纵横比 --ar （实验性）
支持权衡图像提示与文本提示 --iw

V5 基础模型有什么新特性？

画手的成功率大幅提升
光线的折射和反射处理非常强
亚洲人像的生成更加自然
体积效果更加逼真
更好的生成地标建筑
对一些热门产品的还原非常好
非常好的还原航拍场景
不同角度的同一个人像肖像还原的非常好
对于不同材质的细节处理更加好

微软发布了Co-Pilot in 365

微软在16号发布了将GPT-4集成到Office套件中的一体化解决方案Copilot。

Copilot以两种方式集成到Microsoft 365中。它与你并肩作战，嵌入到你每天使用的Microsoft 365应用程序中--Word、Excel、PowerPoint、Outlook、Teams等等--以释放创造力、释放生产力和提升技能。比如用户甚至可以要求它根据Word文档，直接生成一个10张幻灯片的PPT，或者分析或格式化Excel数据。下图就是生成PPT的演示动图。

当然这次也少不了微软标志性的浮夸宣传片，这里欣赏。