在过去短短两年内，随着诸如 LAION-5B 等大规模图文数据集的开放，Stable Diffusion、DALL-E 2、ControlNet、Composer ，效果惊人的图片生成方法层出不穷。图片生成领域可谓狂飙突进。
爆火的斯坦福全能家务机器人Mobile ALOHA，大！翻！！车！！！你以为它擦个红酒轻而易举，但实际上却是这样的：
大模型元年里，哪怕是跑在趋势最前沿的基座模型厂商，都难逃算力焦虑。
今天，大家都被斯坦福华人团队的这个炒菜机器人刷屏了。仅用50个演示，就能让机器人完成各种复杂任务。最重要的是，打造成本22万，项目全部开源。
大型语言模型（LLM）虽然在诸多下游任务上展现出卓越的能力，但其实际应用还存在一些问题。其中，LLM 的「幻觉（hallucination）」问题是一个重要缺陷。
前段时间，Mistral AI 公布的 Mixtral 8x7B 模型爆火整个开源社区，其架构与 GPT-4 非常相似，很多人将其形容为 GPT-4 的「缩小版」。
AI Chat把大模型变成人类想象力的引擎。就像电影《Her》表现的那样，主人公可以和逝世多年的Alan Wstts的虚拟AI在线聊天。
扩散模型在图像生成方面取得了显著的成功，但由于对输出保真度和时间一致性的高要求，将这些模型应用于视频超分辨率仍然具有挑战性，特别是其固有的随机性使这变得复杂。
混合专家模型（MoE）成为最近关注的热点。
人们一方面期待xAI如何走出一条区别于OpenAI的路，另一面也对马斯克所描绘的愿景抱有困惑，毕竟OpenAI珠玉在前，马斯克如何解决人工智能的安全问题，在商业化与伦理中找到更好的解决方案？
