過去幾天，作爲新一輪 AI 浪潮的領頭羊，OpenAI 面臨一次的分崩離析的重大危機，從董事會宣布辭退創始人兼 CEO Sam Altman，到回歸又被否，期間還經歷了多次反轉，包括 Altman 加入微軟、員工逼宮、與 Anthropic（Claude）合並等。
到了北京時間 11 月 22 日下午，OpenAI 又表示原則上同意 Altman 重返 OpenAI 擔任 CEO，並組建新一屆董事會，具體細節還在敲定中。
在事情還沒有正式敲定前就公开披露，可見現任董事會也明白 OpenAI 急需「穩定軍心」，否則競爭對手還會繼續「掏空」OpenAI。緊隨官方之後，Sam Altman 以及之前剛辭任的總裁 Greg Brockman 也都發布了一條暗示回歸 OpenAI 的推文，不管初衷如何，實質上也確實起到了「穩定軍心」的作用。
OpenAI 總裁 Greg Brockman，圖/ X
根據此前公开報道，包括 X（Twitter）、微軟、谷歌、Anthropic 以及一大批有志於這一輪 AI 浪潮的公司都在重金挖角 OpenAI 員工，而很多 OpenAI 員工也在考慮跳槽事宜，這顯然也會嚴重影響到 OpenAI 原定的一系列計劃。
與此同時，競爭對手們也不只是「圍觀看戲」，還希望抓住 OpenAI 犯錯的機會，加快推陳出新的節奏，加速趕超 OpenAI。
Token翻倍、「幻覺」減弱，Claude 2.1終於來了
就在同一天，從 OpenAI 分化出來又背靠谷歌的 Anthropic 發布了新的聊天機器人——Claude 2.1。
作爲 ChatGPT 最有力的競爭者之一，Claude 2 原本就在上下文長度和語言理解上有一定的優勢，同時還較早支持了鏈接和文檔讀取能力。在 Claude 2.1 上，更是將最大支持 Token 數量從 10 萬個增加到了 20 萬個，遠高於 ChatGPT 的最大 3.2 萬個 Token。
Token 相當於機器視角的「字數」。
經常使用 ChatGPT 或者類似聊天機器人的讀者應該都知道，如果在上下文窗口內，一旦對話長度超過了 Token 限制，上下文窗口就會發生變化，聊天機器人會丟失早期對話的內容，等於忘記了之前的對話背景，會直接影響到後面的回答。
甚至不需要超出 Token 限制，只要對話長度到一定階段，機器就會开始遺忘早先的一些背景和要求，需要重復提醒。
圖/ Anthropic
而 20 萬個 Token 的長度，意味着將近 270 頁文檔的上下文和更強的「記憶容量」。換言之，Claude 2.1 用戶現在可以上傳整個代碼庫等技術文檔、S-1 等財務報表，甚至是《伊利亞特》或《奧德賽》等長篇文學作品。
通過能夠與大量內容或數據進行交互，理論上 Claude 2.1 可以更好地進行總結、執行問答、預測趨勢以及對比多個文檔等。AI 創業者兼开發者 Greg Kamradt 在測試中，確實發現了 Claude 2.1 在性能上的進步。
此外，Claude 2.1 在對抗大模型「幻覺」方面也取得了一定進步。與之前的 Claude 2.0 模型相比，Claude 2.1 虛假陳述的概率降低了 2 倍。
圖/ Anthropic
根據 Anthropic 的說法，他們設置了大量復雜的事實問題進行測試，測試顯示 Claude 2.1 在面對錯誤信息以及不確定信息時更可能提出異議，而不是提供不正確的信息。比如反駁用戶給出的「玻利維亞人口第五多的城市是蒙特（錯誤信息）」，或是承認「我不確定玻利維亞人口第五多的城市是什么」。
這使企業能夠構建高性能的人工智能應用程序，解決具體的業務問題，並以更高的信任度和可靠性在其運營中部署人工智能。
視頻版Stable Diffusion發布即开源，再一次改變視頻生成？
文本生成領域有 ChatGPT 和 Claude，圖像生成領域有 Midjourney 和 Stable Diffusion，但在視頻生成領域始終沒有一個模型可以跑出。
AI 生成視頻（動圖經過壓縮），圖/ Meta
這不是說沒有公司嘗試，谷歌、Meta 很早就有公布 AI 生成視頻的 Demo，還有大量初創團隊都在「掘金」視頻生成領域，比如 Runway 就接連發布了 Gen-1、Gen-2 兩代，實現了真正的從零开始生成視頻。當然，Gen-2 仍然存在細節模糊、形態扭曲等等品質問題，所以始終沒能破圈。
Stable Video Diffusion 會改變一切嗎？
還是北京時間 11 月 22 日，Stable Diffusion 背後的公司 Stability AI 發布了旗下首個視頻生成模型——Stable Video Diffusion。
在很多人的意料之中，Stable Video Diffusion 基於圖片生成模型 Stable Diffusion 進行开發而成，Stability AI 已經在 Github 上开源了全部代碼，同時也上线了 Hugging Face 社區。
圖/ Github
要指出的是，目前 Stable Video Diffusion 有兩種輸出形式，能以每秒 3 到 30 幀的可定制幀速生成 14 和 25 幀。換句話說，Stable Video Diffusion 目前最多也只能生成 8 秒左右的低幀率視頻。
圖/ AssemblyAI
但不要低估开源迭代的力量。Stable Diffusion 模型 2022 年最开始發布的時候，圖片生成質量也比不上 OpenAI 的 DALL·E-2。然而由於开源的策略，Stable Diffusion 被各路初創公司、开發者、玩家頻繁應用與改進，最終讓 AI 生成圖片徹底火出圈外，引發了一系列的變化。
同時在开源力量的幫助下，不到半年內 Stable Diffusion 模型就迭代到了 2.1 版本。
誠然，Stable Diffusion 的成功未必能夠復刻，但可以肯定的是，不同於 Gen-2 這類私有模型，Stable Video Diffusion 可以聚集开源社區更多的开發力量，加速視頻生成模型的迭代改進。
生成式 AI，從來不只是 OpenAI
11 月 15 日，Sam Altman 在還沒有被董事會辭退之前就在 X（Twitter）上表示，OpenAI 將暫停新的 ChatGPT Plus（付費）用戶注冊，原因是使用量的激增已經超出了自身的承受能力。直到 11 月 22 日，OpenAI 依然還沒有开放 Plus 用戶注冊。
但與此同時，AI 時代的浪潮還在滾滾向前，Claude 2.1 和 Stable Video Diffusion 的發布之外：
- 谷歌 DeepMind 在最新發布的音樂生成模型中採用了人耳聽不見的「水印」；
- 微軟發布僅 130 億參數規模的「大」模型，官方宣稱其性能比起 700 億參數的 Meta Llama-2 Chat 還要好；
- 在下個月舉行的 re:Invent 大會上，亞馬遜雲（AWS）預計也會重點介紹旗下 Olympus 大模型的能力。
圖/谷歌
今年還有一個可能是最值得期待的大模型——谷歌 Gemini。根據此前半導體研究機構 SemiAnalysis 的報道，谷歌下一代大模型 Gemini 的算力高達 GPT-4 的 5 倍，同時谷歌手握自研 TPUv5 的數量比 OpenAI、Meta、Coreweave、甲骨文以及亞馬遜擁有的 GPU 加起來還多。
在此基礎上，Gemini 還整合使用了強化學習和樹搜索的 AlphaGO，以及機器人、神經科學等領域的技術，擁有語言和視覺兩大能力。OpenAI 的首席科學家 Ilya Sutskever 在 2020 年就表示，僅文字就可以表達關於世界的大量信息，但它是不完整的，因爲我們也生活在視覺世界中。
說到底，生成式 AI 從來不只是 OpenAI 一家公司，不論圍繞 OpenAI 的「大戲」結局會走向何處，都擋不住 AI 大潮的來勢洶洶。
來源：雷科技
原文標題 : OpenAI內鬥這幾天，競爭對手一刻也沒闲着
標題：OpenAI內鬥這幾天，競爭對手一刻也沒闲着
地址：https://www.utechfun.com/post/294893.html