OpenAI 发布了GPT-4-Turbo 正式版
gpt-4-turbo 、 gpt-4 和 gpt-3.5-turbo 指向各自的最新模型版本。您可以通过发送请求后查看响应对象来验证这一点。响应将包括所使用的特定模型版本（例如 gpt-3.5-turbo-0613 ）。
AI巨头
Google宣布Gemini-1.5-Pro开放API
Gemini 1.5 Pro能够对上传到Google AI Studio中的视频进行图像（帧）和音频（语音）的同时推理，意味着这个模型具备了理解和处理视频内容的能力，不仅限于视频的视觉部分（如图像帧），也包括音频部分（如对话、背景音乐等）。
Google DeepMind 展示深度混合：
来自 Google DeepMind、麦吉尔大学和 Mila 的研究人员推出了一种突破性的方法，称为深度混合 (MoD)，它不同于传统的统一资源分配模型。 MoD 使 Transformer 能够动态分配计算资源，重点关注序列中最关键的标记。该方法代表了管理计算资源的范式转变，并有望显着提高效率和性能。
Claude发布函数调用工具：Tool use
允许模型与外部系统和数据进行交互
使用Tool use (function calling)功能，Claude不仅能够生成文本或回答问题，还能实际调用外部定义的函数或工具来执行特定操作，如获取当前的天气信息、执行数学计算等。
Meta 宣布推出 URHand
模型是基于光级数据构建的 Relightable Hands 的高保真通用先验。它概括为新颖的观点、姿势、身份和照明，从而可以通过手机扫描进行快速个性化
Alex Reben, 雕塑家艺术家，OpenAI 的驻地艺术家
Alexander Reben 这十年来致力于创作艺术作品，这些作品探讨了人工智能（AI）中人性的幽默与荒谬。
他通过手工将 AI 生成的图像转换成三维模型，并将这些模型具象化于现实世界中，创造出一系列雕塑作品。
Google Gemini API Cookbook
Google 官方Gemini API提供的指南和示例集合
帮助开发者更好地理解和使用Gemini API，包括如何构建应用程序、编写提示以及利用API的不同特性。
Open-Sora开源了
包括完整的文本到视频模型训练过程、数据处理、训练细节和模型检查点。
该项目由@YangYou1991 团队开发 这是 OpenAI Sora 在视频生成方面的开源替代方案。
可以在仅仅3天的训练后生成2~5秒的512×512视频。
MusicLang-基于 Llama 2 的音乐生成模型！
基于 Llama2，从头开始训练。
许可 – 开源。
优化在 CPU 上运行。 🔥
高度可控，可选择节奏、和弦进行、小节范围等等！
Claude3最新已经上线AWS
Anthropic太牛了。Claude-3 发布的两件事：
领域专家基准。我对饱和的 MMLU 和 HumanEval 不那么感兴趣。Claude特别挑选了金融、医学和哲学作为专家领域并报告性能。我建议所有 LLM 模型卡都遵循这一点，这样不同的下游应用程序就会知道该期待什么。
拒绝率分析。LLMs’对无辜问题过于谨慎的回答正在成为一种流行病。Anthropic 通常处于极端安全的一端，但他们认识到了这个问题，并强调了他们在这方面的努力。好极了！
北京大学Yuangroup团队发起了一个 Open-Sora计划
旨在复现OpenAI 的Sora模型
Open-Sora计划通过视频VQ-VAE、Denoising Diffusion Transformer和条件编码器等技术组件，来实现Sora模型的功能。