20240518 每日AI必读资讯

🧠OpenAI CEO：GPT-5会很特别 可能类似于一个 “虚拟大脑”

• GPT-4o是多模态大模型，具有跨文本、视频、音频推理能力，低延迟和拟人化声音特点，提升工作效率和生活质量。

• GPT-4o可在一个平台上完成多种任务，如实时翻译、语音交互和视频分析，带来巨大改变，特别适用于开发人员和专业人士。

• GPT-5被描绘为一种“虚拟大脑”，能够帮助用户处理各种任务，是一次巨大的尝试，展示了OpenAI在人工智能领域的创新和突破。

📈英特尔打破40年“祖制”的CPU，AI PC们来验收成果了

• 那个号称40年来最大技术架构变革的英特尔® 酷睿™ Ultra处理器，用起来到底怎样？

• 不仅自身可以提供更强大的算力支持，还能和爆火的大模型软件应用高度适配。

• 生产力直接Pro Max。

🔗 英特尔打破40年“祖制”的CPU，AI PC们来验收成果了-CSDN博客

📊ChatGPT增强数据分析功能，实现与数据表格的实时交互

• 可以与数据表格进行实时交互。

• ChatGPT推出交互式表格和图表功能，让你可以与表格和图表进行实时互动，并能直接从 Google Drive 和 Microsoft OneDrive 添加文件。

• 可以在对话中定制和交互柱状图、折线图、饼图和散点图等。

🔗 https://openai.com/index/improvements-to-data-analysis-in-chatgpt/

🔗 https://blink.csdn.net/details/1702715

🔊Google 将推出Ask Photos功能

• 允许用户使用自然语言问题来搜索照片和视频。

• GeminiAl模型能够理解照片的上下文和主题，提取其中的细节信息。

• 不仅帮助用户搜索照片，还能辅助完成各种任务。

• 能够处理和理解照片中的复杂信息，包括文字、场景和人物。

🔗 https://blink.csdn.net/details/1702729

🔑 谷歌发布开源视觉语言模型PaliGemma

• 多任务支持: PaliGemma能处理多种视觉语言任务，应用场景广泛。

• 参数规模: 包含30亿参数，是大型多模态模型。

• 模型架构: 结合了SigLiP视觉编码器和Gemma语言模型，处理图像和文本输入。

🔗 https://huggingface.co/blog/paligemma

😃OpenAI“牵手”Reddit！“美版贴吧”内容将引入ChatGPT

• 合作旨在整合先进的AI功能和用户生成的独特内容，提升ChatGPT等AI工具的理解和展示能力。

• Reddit向OpenAI开放Data API，使后者能够获取Reddit社区生成的丰富内容，推出个性化内容推荐等AI功能。

• 消息公布后，Reddit股价盘后上涨超11%。