生成 AI 的下一步發展是多模型嗎？_NFT:The Doge NFT

原文作者：Shritama Saha，由 DeFi 之道編譯。

生成式 AI 的出現就像您身邊多了一位個人創意天才。 憑借其分析模式和基于模式開發新內容的卓越能力，生成式 AI 可以創造一切，從令人驚嘆的數字藝術到原創音樂作品、人類文本等等。

然而，生成式 AI 的炫酷之處也帶來了 AI 藝術中復雜的盜版和版權侵權問題。 盡管如此，在過去兩年中，該細分市場出現了驚人的增長。

在一次獨家采訪中，OpenCV 首席執行官 Satya Mallick 博士告訴 Analytics India Magazine，他認為生成式 AI 的最大突破是大語言模型或基礎模型的發展，并指出 Transformer 模型，例如那些在視覺轉換中使用的模型是該領域的一項重大創新。

根據 Mallick 的說法，生成 AI 的下一步是多輸入和多媒體輸出。 換句話說，多模型方法。

以太坊創世區塊生成已滿8周年整:金色財經報道，據CoinGecko數據顯示，2015年7月30日，以太坊正式上線。區塊高度為0的創世區塊于UTC時間03:26:13誕生，區塊獎勵為 5 ETH。目前以太坊主網已運行8周年整。

在過去8年內，以太坊網絡累計處理20.4億筆交易，累計消耗約165億美元手續費。[2023/7/30 16:07:29]

微軟最近推出了一種名為 Kosmos-1 的多模型大語言模型 (MLLM)。 人工智能研究工作室 Alethea.AI 推出了 CharacterGPT，它可以從文本中生成字符。 兩年前，Google AI 還發布了 MURAL：Multimodal, Multitask Representations Across Languages 模型，用于圖文匹配。 它部署了應用于圖像-文本對的多任務學習，并結合了涵蓋 100 多種語言的翻譯對。

GSR公布其NFT投資組合“GSR Blue”，包含基于以太坊和Solana的藍籌PFP和生成藝術:6月22日消息，加密做市商GSR公布其NFT投資組合“GSR Blue”，其中包括BAYC #8971、CryptoPunk #8450、CryptoPunk #2290、Moonbirds #8985、Doodle #9317、CloneX #17133等44個NFT。GSR的NFT投資組合選擇了建立在以太坊和Solana網絡上的PFP和生成藝術，都是來自高質量的藍籌集合，具有文化意義且由高度知名的團隊和社區支持。[2022/6/22 4:44:45]

然而，馬利克說，“它有兩個基本的限制，包括可以獲得多少數據——是否有辦法避免需要注釋數據和缺乏計算能力——盡管預計未來會增加 ”。

Mallick 是 IIT-Kharagpur 校友，也是加州計算機視覺公司 Big Vision 的創始人。 早在 2006 年，當沒有人真正了解 AI 或其巨大潛力時，Mallick 與他人共同創立了 TAAZ——一家為美容和時尚行業創建視覺和學習解決方案的計算機視覺公司。

生成音樂NFT項目EulerBeats遷移至Polygon:11月13日消息，區塊鏈軟件技術公司ConsenSys及其最近收購的生成音樂NFT項目EulerBeats近期宣布，將在Polygon上進行第三次NFT發行。此次遷移是在EulerBeats最新的NFT發行“Futura”之前完成的，目的是利用Polygon的低成本、更高的可擴展性和Web3領先的安全功能。據介紹，EulerBeats是一個基于Polygon的NFT音樂和藝術項目，以算法生成的藝術和音頻為特色。（Access Wire）[2021/11/13 21:49:09]

OpenCV 是一個開源計算機視覺和機器學習軟件庫，由英特爾于 1999 年創立。英特爾前計算機視覺工程師 Gray Bradsky 與主要來自俄羅斯的工程師團隊開發了它。 他在英特爾工作期間開發了 OpenCV 的第一代迭代。 2002 年，他們發布了該軟件的 0.9 版開源版本。

動態 | 人民網：區塊鏈技術生成的存證報告保證所有證據鏈真實，合法:據人民網報道，溫州五馬街“誠信門牌”將“央信”第三方存證系統作為信息采集抓取工具，“央信”多維碼為入口，“央信”大數據分析系統為支撐，“央信”輿情分析系統為反饋，“央信”存證為核心的誠信信息采集處置一體化平臺。通過第三方存證平臺的區塊鏈技術生成的存證報告采用了不可修改的加密手段，保證所有證據鏈真實，合法，確保了存證報告的法律效力和法律認可，真正做到來源可查，去向可追，司法可究。[2018/12/18]

該公司最近推出了兩門新課程，作為其“Kickstarter 活動”的一部分，內容涉及如何使用 AI 高效地創作藝術。 第一門課程《人人都能 AI 藝術生成（AI Art Generation for Everyone）》不需要任何 AI 或編程背景，而第二門課程《高級 AI 藝術生成（Advanced AI Art Generation》則需要基本的編程知識。

AI 生成的藝術有能力徹底改變藝術世界并發掘未開發的可能性。 然而，它也帶來了盜版和版權侵權的復雜挑戰，引發了人們對所有權和知識產權的擔憂。

最近，像 Midjourney 和 Stability AI 這樣的圖像生成平臺因使用藝術家的作品來訓練他們的生成 AI 算法而被起訴，激怒了藝術家社區。 與此同時，Shutterstock 通過引入自己的 AI 工具采取了更負責任的立場，與 Getty Images 形成鮮明對比的是，Getty Images 禁止在生成 AI 藝術作品中使用其照片。

Mallick 博士將 YouTube 早年與版權威脅的現狀相提并論。 他說，與 YouTube 類似的解決方案，由像谷歌這樣的大公司參與進來，談判交易并向版權所有者付款，可以在這里發揮作用。

OpenAI 廣受歡迎的聊天機器人 ChatGPT 在不到三個月的時間里獲得了超過 1 億用戶，使其成為家喻戶曉的名字。 截至 2023 年 2 月，ChatGPT 的每日訪問量超過 2500 萬次。 但與 ChatGPT 相比，文本-圖像模型（如 OpenAI 的 DALL-E 或 StabilityAI 的Stable Diffusion）的采用率存在明顯差距。

Mallick 解釋說，ChatGPT 擁有如此高采用率的主要原因之一是因為寫作能力是每項工作所需的主要技能，無論你是程序員、作家還是社交媒體經理。 在 OpenAI 和貝恩公司的幫助下，甚至可口可樂也在使用生成式 AI 進行營銷。

此外，隨著研究人員結合不同的技術和方法，生成式 AI 正在鞏固并變得更加復雜。 通過利用 NLP 和計算機視覺的優勢，Stable Diffusion 模型代表了生成式 AI 向前邁出的重要一步。

傳統的生成模型，如生成式對抗網絡 (GAN)，由于缺乏語言概念，因此理解世界的能力有限。 雖然 GAN 可以創建逼真的圖像，但它們需要使用特定的數據集進行訓練，例如人臉或貓的圖像。

相比之下，Stable Diffusion 模型利用從文本數據中獲得的知識來理解單詞如何聚集在一起并與世界相關。 這使他們能夠在不依賴特定數據集的情況下生成更復雜和多變的圖像。

他說，“Stable Diffusion 模型是生成式 AI 的重大進步，正是因為它們不依賴監督學習。 通過利用從無監督學習中獲得的知識，這些模型可以生成復雜多樣的圖像，而無需手動標記數據，從而使其更加靈活。”

Kyle

個人專欄

閱讀更多

金色財經 善歐巴

金色早8點

Arcane Labs

MarsBit

Odaily星球日報

歐科云鏈

深潮TechFlow

BTCStudy

澎湃新聞

Tags：NFTIONALLICKThe Doge NFTCremation CoinUniswap WalletCHICKS幣

Filecoin