Y Combinator 成立于 2005 年，是美国著名创业孵化器，致力于扶持初创企业并为其提供创业指南。许多知名的科技公司，如 Airbnb、Dropbox、Reddit、和 Stripe 都曾是 Y Combinator 的校友。Sam Alt

在人工智能的世界里，"大模型"已成为一股不可忽视的力量，推动着AI技术的边界不断扩展。而支撑这一切的，正是日益增长的计算资源——可用算力。在本文中，我们将探索如何通过提供充足的大模型可用算力，不仅让AI更加智能，还能引发技术、经济乃至社会层面的变革。

贾扬清通过Lepton Search项目不仅展示了技术实力，更激发了开发者对AI应用的无限期待。该项目的成功证明了构建AI应用并非遥不可及，而是触手可及的未来。如果有其他疑问，欢迎朋友关注留言！

今天，快速且无误的翻译神器WhisperKit惊艳问世，只需两行代码，即可让任何应用轻松实现翻译梦，Argmax团队倾力打造，引领开发者走进全新的语言无界时代！你知道吗？只需2行代码，WhisperKit就能让你的应用听懂人话！想象一下，在会议、聊天或学习时，文字实时从语音中生成。WhisperKit就能做到，而且速度超快，无需等待！无论是iPhone还是Mac，WhisperKit都可以实现边录音边转写。流式转录，就是这么流畅。觉得功能不够？没问题！

在科技日新月异的今天，我们似乎习惯了“更新换代”的节奏。但你有没有想过，那些陪伴我们多年的老手机，也能摇身一变成为AI神器？面壁智能的MiniCPM 2B大模型，就给我们带来了这样的惊喜。你可能不知道，这个仅有20亿参数的大模型，却拥有“越级打怪”的实力。与业内知名的大模型相比，它在多项主流评测中都展现出了优越的性能。更令人振奋的是，它的成本极低，仅需1元就能驱动170万次AI推理！那么，这个MiniCPM 2B大模型究竟有何魔力？

凭借创新的数据合成与微调手法，Weaver不仅轻松击败了数倍体量的通用LLMs，更在严苛的WriteBench测试中独领风骚。答案是——Weaver，这位AI写作界的翘楚，如今已在WawaWriter平台上大放异彩，开启了人机协作写作的新篇章。答案就隐藏在Weaver专项的训练与优化秘籍之中，而这正是为了满足创造性写作的无尽需求。

在AI的浪潮之巅，一款名为SQLCoder-7b的模型在huggingface上震撼发布，它不仅在文本转SQL生成上与GPT-4平分秋色，更在数据处理的速度和准确性上实现了惊人突破，甚至有超越GPT-4的势头。

谷歌的多模态AI模型Gemini再升级，其中的Ultra版本在基准测试中大放异彩，力压GPT-4！Gemini Ultra，处理文本、代码、图像、音频、视频等模态游刃有余，复杂推理也不在话下。在与GPT-4的较量中，它以7胜1负的成绩脱颖而出。AI技术的边界再次被突破，Gemini Ultra的潜力令人期待。它还能带来哪些惊喜？

交互式代理基础模型就像个全能学霸，看图、听话、预测动作样样精通。最酷的是，它能实时做出判断，无需等待环境反馈。这个框架利用深度学习和多模态输入（如文本、图像和动作）来训练一个智能体，使其能够在不同的环境中执行任务。接下来我们看下这种模型优势在哪里？交互式代理基础模型为实现通用、行动导向的AI提供了一条有希望的途径。欢迎关注留言交流！

OpenAI每日狂飙，产出千亿单词！他们的野心不止于此，未来竟想超越全球人类每日的百亿单词产量。

更令人兴奋的是，你还可以使用Phidata结合OpenHermes和Ollama，打造一款本地化的RAG AI应用！Phidata还支持Ollama、OpenHermes和OpenAI等多种大模型构建方式。想要轻松构建AI助手？试试Phidata吧！这个强大的工具包让你通过函数调用就能实现。想知道Phidata如何助力你的AI项目吗？别错过接下来的内容！更多内容关注微信公众号：李孟聊AI。

2月14日凌晨，OpenAI宣布正在测试ChatGPT的新功能——记住用户提问内容，并自由控制内存。这意味着，ChatGPT能帮你记住那些重要的聊天内容，让你的对话更流畅、更自然。想象一下，ChatGPT能记住你的对话，追踪健康数据，编写个性化代码，让你的生活更轻松便捷。更令人激动的是，这项功能不仅限于ChatGPT，自定义GPTs也支持哦！那么，该功能究竟是如何使用呢？这项功能是否完美无缺呢？更多内容关注微信公众号：李孟聊AI。

它的多模态特性意味着，无论面对多么庞大复杂的内容，Gemini 1.5 Pro都能游刃有余地应对。这款模型凭借其超长的上下文处理能力脱颖而出，支持10M tokens。Gemini 1.5 Pro 发布！更多内容关注微信公众号：李孟聊AI。我们一起探索下这个模型！

Sora能模拟真实或幻想的世界，学习复杂的渲染、物理规则和长期推理。它甚至可能用虚幻引擎5进行大量训练，这让人叹为观止！他们不仅想教会AI理解视频，还要让它模拟整个物理世界！这简直是通用人工智能的一大飞跃。Sora不是简单的创意工具，而是一个强大的数据驱动物理引擎。但当我深入了解后，我发现Sora比我想象的更复杂、更强大。初见Sora，我被OpenAI的野心震撼了。Sora到底算不算一个世界模型呢？接下来我们先看Sora的技术细节！内容迁移微信公众号：李孟聊AI。

这背后的原因，大多数LLM（大型语言模型）都运行在“自回归”框架下，使得文字模型只能基于上文预测下文，而图像生成则往往以像素为单位进行输入输出。在使用GPT等模型时，我们常会遇到AI重复、机械地回应，或是在绘画时难以呈现真实的手部细节。这使得Sora在生成内容时，能够超越简单的复读和像素级别的绘画，呈现出更为真实、细腻的世界。它不仅仅是一个视频模型，更是一个能够感知、理解并创造真实世界的AI。Sora，一个拥有世界模型特质的AI，正逐步打破我们的认知。但Sora不同，它拥有更广阔的视野和更深入的理解。

马斯克旗下Neuralink公司的首位人类受试者已经做到，仅凭思维就能在屏幕上移动鼠标，且已完全康复！为期六年的人体试验，参与者将首先投入18个月的研究，之后每周至少花两小时深入脑机接口的奇妙世界。想象一下，未来的他们可能仅凭思维就能操作手机、电脑，甚至更多设备！手机前的你，是否想过用思维直接操控电脑？那么如何模拟人脑，又是需要什么设备？内容迁移微信公众号：李孟聊AI。

OpenAI Sora不仅提升了视频剪辑的效率和便捷性，更在模拟能力、采样灵活性、构图与框架、图像动画等多个方面展现出前所未有的创新。Sora能随着摄像头的移动和旋转，让人物和场景元素在三维空间中保持一致。Sora能在大多数情况下，有效地模拟短程和长程的依赖关系。Sora能够模拟真实世界中的人物、动物和环境。Sora还能模拟一些简单的影响世界状态的动作。Sora还能模拟人工过程——比如视频游戏。内容迁移微信公众号：李孟聊AI。这里选取十种案例介绍。

任何人都可以在Stability的GitHub页面上找到用于微调、ControlNet和LoRA训练的脚本，进一步挖掘这个全新架构的潜力。无论是在Windows、Mac还是Linux平台上，你都能轻松启动这款应用，享受一键生成图像的便捷体验。它仅需大约9GB的GPU内存就能保持出色的生成速度，让你的创作过程更加流畅高效。Stable Cascade不仅在使用上极具便捷性，还拥有开放的源码。无论你是设计师、艺术家，还是普通用户，都能轻松上手，释放无限创意。内容迁移微信公众号：李孟聊AI。

现在，你可以通过Kaggle、Hugging Face、Nvidia的NeMo以及Google的Vertex AI来获取这些模型。这两个模型在训练过程中使用了6万亿个Tokens的数据，包括网页文档、代码和数学文本，确保模型能应对广泛的文本和编程问题。近日，他们发布了Gemma 2B和7B两个开源AI模型，与大型封闭模型不同，它们更适合小型任务，如聊天和文本摘要。相比之下，其他知名模型如LLaMA 2的训练集都要小得多，大约只用了2万亿Tokens。Gemma模型的特点是什么？Google又有大动作！

当我看到GitHub宣布Copilot的年经常性收入突破1亿美元时，我意识到代码补全技术已经迈入了新的时代。在这个背景下，Supermaven发布了。这是第一个上下文窗口超过100,000个令牌的代码补全工具。那么，Supermaven到底有哪些独特的创新与突破？它又是如何在激烈的市场竞争中脱颖而出的呢？大型模型的崛起使得这些工具变得更加智能和实用，吸引了越来越多的开发者加入AI编码的行列。内容迁移微信公众号：李孟聊AI。我们也来一起剖析剖析。