今日要點(diǎn)

1、AI智能體成為科技巨頭爭(zhēng)搶的新風(fēng)口；

2、宣稱(chēng)超越Gen-2還免費(fèi)開(kāi)放，文生視頻大模型進(jìn)入開(kāi)源競(jìng)賽；

3、國(guó)內(nèi)發(fā)布首個(gè)胸部X-ray診斷大模型，將提高醫(yī)療診斷準(zhǔn)確性和效率；

(資料圖)

每日見(jiàn)智AI

1、AI智能體成為科技巨頭爭(zhēng)搶的新風(fēng)口

近期，AI?領(lǐng)域的大佬和科技巨頭對(duì)人工智能智能體的發(fā)展表現(xiàn)出極大興趣，并寄予了厚望。特斯拉前AI總監(jiān)、今年年初回歸OpenAI的Andrej?Karpathy近日在一次開(kāi)發(fā)者活動(dòng)上透露，OpenAI內(nèi)部對(duì)于新的AI智能體論文表現(xiàn)出極大興趣，并進(jìn)行認(rèn)真討論。

與此同時(shí)，英偉達(dá)公司開(kāi)源的VOYAGER也給AI圈帶來(lái)了轟動(dòng)效應(yīng)。作為一個(gè)基于大模型驅(qū)動(dòng)和具備終身學(xué)習(xí)能力的游戲智能體，VOYAGER在《我的世界》中展現(xiàn)出了非凡的水平。這一成就進(jìn)一步引發(fā)了對(duì)于AI智能體的興趣，并被認(rèn)為是通用人工智能（AGI）的雛形之一。

見(jiàn)智點(diǎn)評(píng)：

盡管目前這些AI智能體還遠(yuǎn)未達(dá)到完全模擬人類(lèi)智能的程度，但其出現(xiàn)表明了人工智能領(lǐng)域正在不斷向前發(fā)展，并且吸引了全球范圍內(nèi)的關(guān)注。對(duì)于這些智能體的研究和開(kāi)發(fā)有望為我們?cè)谖磥?lái)實(shí)現(xiàn)通用人工智能的目標(biāo)邁出重要一步。

隨著越來(lái)越多的公司和研究機(jī)構(gòu)投入到AI智能體的研究中；比如已經(jīng)出現(xiàn)用于科學(xué)發(fā)現(xiàn)的智能體ChemCro能夠完成有機(jī)合成、藥物發(fā)現(xiàn)和材料設(shè)計(jì)等任務(wù)；未來(lái)可以預(yù)見(jiàn)，我們將會(huì)看到更多令人驚嘆的成果和突破，推動(dòng)人工智能技術(shù)邁向新的高度。

2、宣稱(chēng)超越Gen-2還免費(fèi)開(kāi)放，文生視頻大模型進(jìn)入開(kāi)源競(jìng)賽

最近，Huggingface上有作者發(fā)布了一個(gè)文生視頻模型Zeroscope_v2，開(kāi)發(fā)者cerspense表示，他的目標(biāo)就是和Gen-2進(jìn)行開(kāi)源較量，即提高模型質(zhì)量的同時(shí)，還能免費(fèi)供大眾使用。

Zeroscope_v2大模型是基于17億參數(shù)量ModelScope-text-to-video-synthesis模型進(jìn)行二次開(kāi)發(fā)。相比于原版本，Zeroscope生成的視頻沒(méi)有水印，并且流暢度和分辨率都得到了提升，適配16:9的寬高比。

見(jiàn)智點(diǎn)評(píng)：

文生視頻領(lǐng)域仍處于起步階段，可生成幾秒鐘的視頻且存在視覺(jué)缺陷。Zeroscope_v2的快速生成速度和較低的顯存需求使其適用于視頻概念的快速驗(yàn)證。這將幫助創(chuàng)作者、設(shè)計(jì)師等快速生成原型和樣本視頻，節(jié)省時(shí)間和資源成本。

但見(jiàn)智并不認(rèn)為目前該模型具備超越Gen2的能力；不過(guò)Zeroscope_v2為開(kāi)發(fā)者提供了高質(zhì)量的開(kāi)源模型，提高了視頻生成效率，同時(shí)也為文生視頻應(yīng)用的創(chuàng)新提供了更廣闊的可能性。

與文生圖不同，文生視頻領(lǐng)域面臨更高的資源需求和技術(shù)挑戰(zhàn)，同時(shí)對(duì)時(shí)間和連貫性有更高的要求，應(yīng)用領(lǐng)域也更為廣泛。

3、國(guó)內(nèi)發(fā)布首個(gè)胸部X-ray診斷大模型，將提高醫(yī)療診斷準(zhǔn)確性和效率

上海交通大學(xué)與上海人工智能實(shí)驗(yàn)室聯(lián)合團(tuán)隊(duì)聚焦醫(yī)學(xué)人工智能，提出了首個(gè)基于醫(yī)學(xué)領(lǐng)域知識(shí)增強(qiáng)的?Chest?X-ray?的基礎(chǔ)模型：即?KAD（Knowledge-enhanced?Auto?Diagnosis?Model），論文成果入選Nature子刊。

KAD模型通過(guò)在大規(guī)模醫(yī)學(xué)影像與放射報(bào)告數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，通過(guò)文本編碼器對(duì)高質(zhì)量醫(yī)療知識(shí)圖譜進(jìn)行隱空間嵌入，利用視覺(jué)?-?語(yǔ)言模型聯(lián)合訓(xùn)練實(shí)現(xiàn)了知識(shí)增強(qiáng)的表征學(xué)習(xí)。

在不需要任何額外標(biāo)注情況下，KAD?模型即可直接應(yīng)用于任意胸片相關(guān)疾病的診斷，為開(kāi)發(fā)人工智能輔助診斷的基礎(chǔ)模型提供了一條切實(shí)可行的技術(shù)路線。

見(jiàn)智點(diǎn)評(píng)：

KAD模型提出了一種基于知識(shí)增強(qiáng)的表征學(xué)習(xí)方法，為醫(yī)療基礎(chǔ)模型的應(yīng)用和落地提供了解決方案。其訓(xùn)練框架只需要影像-報(bào)告數(shù)據(jù)，不依賴于人工注釋?zhuān)⑶覠o(wú)需監(jiān)督微調(diào)即可達(dá)到與專(zhuān)業(yè)醫(yī)生相當(dāng)?shù)木?。這一創(chuàng)新有望推動(dòng)醫(yī)療基礎(chǔ)模型在臨床實(shí)踐中的應(yīng)用，提高醫(yī)療效率和診斷準(zhǔn)確性。

總體而言，KAD模型在醫(yī)學(xué)人工智能領(lǐng)域具有重要的意義和影響。它為醫(yī)學(xué)影像診斷提供了一種新的技術(shù)路線，能夠加速診斷過(guò)程、提高準(zhǔn)確性，并為醫(yī)生提供更多的輔助信息。隨著該模型的進(jìn)一步發(fā)展和推廣，預(yù)計(jì)會(huì)促進(jìn)醫(yī)療基礎(chǔ)模型在臨床實(shí)踐中的廣泛應(yīng)用，為醫(yī)療行業(yè)帶來(lái)更多的創(chuàng)新和效益。

風(fēng)險(xiǎn)提示及免責(zé)條款 市場(chǎng)有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個(gè)人投資建議，也未考慮到個(gè)別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見(jiàn)、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞：