在最新的经济论坛上，英伟达（NVDA.O）首席执行官黄仁勋揭示了一个引人瞩目的预测：人工通用智能（AGI）可能在仅仅五年内实现。这一消息在科技界掀起了不小的轰动，黄仁勋的言论不仅揭示了他对人工智能发展的深刻见解，也引发了人们对于AGI到底何时会到来的激烈讨论。作为全球领先的人工智能芯片制造商，黄仁勋对这一领域的发展有着独到的理解。他强调了对于AGI实现时间的关键因素：目标的定义。据黄仁勋透露，如果我们将目标定义为具备通过人类测试的能力，那么AGI很有可能在未来五年内出现。这一论断挑战着人们对于人工智能发展的传统认知。黄仁勋的言论不仅突显了硅谷长期以来的追求，即创造具有类似人类思维能力的计算机，同时也引发了对于技术进步和其潜在影响的深刻思考。英伟达一直在推动人工智能技术的创新，为包括OpenAI在内的系统提供支持。黄仁勋的观点再次彰显了英伟达在人工智能领域的领导地位，同时也为整个科技行业带来了新的探索方向。尽管黄仁勋的预测引发了广泛的讨论和反思，但也有人对其乐观态度提出了质疑。AGI的实现不仅仅是技术问题，还涉及到伦理、社会和安全等方面的考量。因此，无论AGI何时出现，我们都需要审慎地思考其带来的影响，并做好充分的准备。黄仁勋的观点为人工智能发展的未来增添了新的光芒，也提醒着我们在追求技术进步的同时，不要忽视其可能带来的各种挑战和风险。

最新的研究进展展示了预训练模型生成透明图像的突破。斯坦福大学的研究人员提出了LayerDiffusion方法，通过学习“潜在透明度”，使得模型可以微调潜在空间，从而转变为透明图像生成器。这项技术备受关注，尤其是在ControlNet作者的最新研究中。例如：头发凌乱的女性，在卧室里。再看一个例子：燃烧的柴火，在一张桌子上，在乡下。他们使用Stable Diffusion技术可以直接生成单个或多个透明图层（PNG），避免了繁琐的抠图过程。用户研究表明，用户更偏好团队本地生成的透明内容，而不是之前的临时解决方案。这一研究成果有望深刻影响透明图像生成领域，为其带来更多创新和进步。论文地址：https://arxiv.org/pdf/2402.17113.pdf

社交平台上流传一份引人瞩目的53页PDF文件，据称揭示了OpenAI公司在2027年前打造人类级别通用人工智能（AGI）的计划和最新进展。文件的发布者Jackson在社交平台上仅有两条推文，其账号注册于2023年7月，而其主页签名“jimmy apples窃取了我的信息”引起了一些关注。根据文件内容，OpenAI在2022年8月开始了一个名为Arrakis或Q*的多模态模型的训练，该模型拥有惊人的125万亿参数。文件还披露了一系列计划，包括GPT-5因推理成本高昂而取消发布，Q*的下一个阶段曾被称为GPT-6，后来改名为GPT-7，并因埃隆·马斯克的诉讼而被搁置。公司计划于2027年发布的Q* 2025（GPT-8）旨在实现完全的AGI。值得注意的是，尽管这份文件在社交平台上引起广泛传播，但OpenAI尚未对其进行回应，因此文件的可靠性尚未明确。有分析认为，Jackson账号的注册时间较短，文件的信息可信度甚至低于1%。与此同时，OpenAI的创始人之一奥尔特曼在社交平台上发布了两条推文，暗示着一场“风暴”正在愈演愈烈。他指出，尽管风暴愈发猛烈，但其中心却保持着平静。奥尔特曼还在推文中提到，在过去几周内，OpenAI已经研发出比GPT-4更强大的技术，超出了人们的预期。然而，这一系列的信息尚待进一步验证。OpenAI的计划和奥尔特曼的推文显示出该公司在推动人工智能领域取得了重大进展，但在信息社交平台上，用户应当对信息的真实性保持谨慎，确保对其进行准确的核实。关注以下公众号，回复【53页PDF】，免费获取文档。

北京大学与兔展（Rabbit Exhibition）宣布他们将合作推出一项名为Open Sora的开源项目。这一项目的目标是复现OpenAI的领先视频生成模型Sora，以期通过开源社区的协力达成这一目标。Open Sora项目采用了一种复杂而精密的架构，由三个关键组件组成：Video VQ-VAE、Denoising Diffusion Transformer和Condition Encoder。这些组件旨在通过潜在表示、去噪扩散变换和条件编码等技术，提高视频生成的效率和质量。据项目负责人介绍，尽管目前团队资源有限，无法进行完整训练，但他们已经在GitHub上公布了项目的基础架构和实现细节。这些细节包括可变长宽比、可变分辨率和可变时长等特性，为该项目的进一步发展奠定了基础。Open Sora项目于3月1日正式发布，引起了人工智能研究者和开发者的广泛关注。尽管目前与Sora模型的完整复现还有一定距离，但团队表示他们将通过持续的完善和快速迭代，不断向目标迈进。对于该项目的未来，业内人士普遍表示乐观。他们认为，Open Sora的推出将为人工智能领域注入新的活力，并为开源社区带来更多合作机会。期待着更多研究者和开发者的积极参与，为Open Sora的成功复现贡献力量。更多关于Open Sora项目的信息可以在其GitHub页面（https://github.com/PKU-YuanGroup/Open-Sora-Plan）上查阅。GitHub地址：https://github.com/PKU-YuanGroup/Open-Sora-Plan

浙江大学、微软亚洲研究院和北京大学的联合研究团队推出了一款革命性的视频编辑框架——UniEdit。该框架基于文本描述，融合了自然语言界面和先进的视频生成模型，使用户能够轻松实现各种编辑需求，无需繁琐的预训练过程。UniEdit在处理动作编辑、风格转移、背景替换和物体替换等多种编辑场景方面表现卓越，其核心创新点在于引入了辅助的动作参考分支和视频重建分支，实现了动作注入和内容保留。这一工具不仅在时间一致性和与目标提示的一致性方面超越了基线方法，而且在用户友好性和便捷部署方面也取得了显著的进展。UniEdit的推出可能会彻底改变视频编辑技术领域的游戏规则，为专业人士和爱好者提供了高效且直观的视频编辑解决方案。其独特的用户界面使编辑过程更加简单，同时保持了高质量的结构和纹理细节。UniEdit不仅是当前视频编辑领域的一大进步，也为用户带来了更为便利和令人满意的编辑体验。论文地址：https://arxiv.org/abs/2402.13185项目地址：https://jianhongbai.github.io/UniEdit代码地址：https://github.com/JianhongBai/UniEdit

Mac用户如今迎来了一款专为他们设计的强大模型框架——Chat with MLX。这一框架由前OpenAI员工精心开发，旨在为苹果电脑用户提供便捷的本地大模型体验。不仅如此，Chat with MLX不仅融合了多项功能，包括本地文档总结和YouTube视频分析等，而且支持11种语言，涵盖中文、英语和法语等，满足多元用户的需求。Chat with MLX的部署十分简便，仅需两行代码即可搞定。用户可轻松与本地数据进行交互，直接上传数据进行索引，或者选择使用现有模型进行对话。这一特性不仅确保了数据的安全性，而且解除了用户对数据泄露等问题的顾虑。值得强调的是，Chat with MLX还支持HuggingFace和MLX的开源模型，用户能够轻松整合这些模型，扩展框架的功能。在使用过程中，用户只需在终端中输入相应命令，即可完成初始化并加载模型。尽管在苹果设备上部署本地大模型可能带来一些计算负担，但Chat with MLX的设计使得即便是初学者也能轻松上手，使用体验十分良好。除了提供基础功能外，Chat with MLX还支持本地RAG检索，使用户能够更深度地与模型互动。通过测试发现，在使用本地文档进行查询时，框架能够相当准确地回答问题，尽管速度可能稍慢。但作者团队一直在不断优化模型，引入新的提示词技巧，以提高模型的性能表现。Chat with MLX的推出不仅使Mac用户能够享受到本地大模型的便捷和乐趣，也预示着本地化、专属化大模型正逐渐向消费级产品普及。这一趋势展示了大模型领域的巨大潜力和发展前景，为未来的科技创新打开了无限的可能性。综上所述，Chat with MLX为Mac用户提供了一个强大而易用的本地大型模型框架。不仅集成了多项功能，还支持多种语言和开源模型，使用户能够更深度地与模型互动。随着大模型领域的不断发展，我们有理由相信，Chat with MLX将为用户带来更多惊喜和便利。GitHub地址：https://github.com/qnguyen3/chat-with-mlx

都柏林市政府与OpenAI宣布一项重大合作计划，旨在引领欧洲旅游业迈向智能创新的崭新时代。这一合作举措是都柏林市在荣获2024年欧洲智能旅游之都的光环下迈出的关键一步，旨在展示该城对通过尖端技术推动旅游业发展的坚定承诺。主要合作目标涵盖在欧洲建立智能旅游创新的领先标准，以及展示人工智能在提升游客体验方面的革命性能力。关键计划包括：1. 都柏林行程规划概念验证 - “一天在都柏林”：合作双方将利用GPT-4的先进功能共同打造创新工具，即“一天在都柏林”，旨在通过提供定制行程，揭示都柏林丰富的文化遗产和充满生机的城市生活。该原型旨在展示生成式人工智能在提供个性化体验方面的潜力，摆脱传统通用旅行建议的束缚。2.支持欧洲各地旅游 - 都柏林主办的AI研讨会：计划于9月举办的亲身参与的研讨会将面向欧洲联盟智能旅游目的地的领导人。这场互动会议将深入探讨人工智能在旅游领域的应用，包括城市推广、目的地品牌塑造、旅游参与和行程规划。3.与Data & Design的本地合作：该合作计划是都柏林市政府、OpenAI以及当地都柏林数据咨询公司Data & Design的共同努力。通过这一项目，生成式人工智能将展示在创造独特而个性化的旅行体验方面的潜力，远离传统的“要做的事情”列表。都柏林市长戴希·德·罗伊斯蒂表示，他对与OpenAI的合作充满热情，认为这将支持都柏林和欧洲城市实现人工智能改变旅游体验和服务的潜力。OpenAI全球事务副总裁安娜·马康茹也表示，他们很高兴支持欧洲旅游业的未来，期待通过先进的人工智能技术创造更有吸引力和个性化的游客体验。这一创新性的合作将人工智能与旅游业有机地结合，为整个欧洲城市带来前所未有的探索可能性。

微软最近发布的Windows 11更新对Copilot进行了全面升级，为用户提供更灵活的电脑掌控方式。新增的实用功能包括轻松开启省电模式、启用叙述者或放大镜等可访问性功能，显示可用的WiFi网络，甚至在桌面环境中方便地清理回收站，提高操作效率。地址：https://copilot.microsoft.com/

魅族21 Pro智能手机于2月29日在珠海特别活动中盛大亮相，被赞誉为魅族品牌的“AI终端之巅”。这次发布标志着魅族正式迈入智能手机领域的巅峰，并迎来全新的AI时代。手机的设计、交互和工艺汇聚了手机经典时代的元素，为用户带来了独特的智能体验。作为首款拥有开放平台能力的旗舰手机，魅族21 Pro为开发者提供了系统权限、详尽的API文档，并开放了处理器的AI算力。这一开放的策略旨在吸引全球杰出的开发者和团队，共同推动AI技术的创新和应用，将手机塑造成一个真正开放的AI终端，为用户提供更为便捷、智能的服务体验。除了开放平台策略，魅族21 Pro还引入了全新的AI灵动键，支持一键呼出Aicy助手，实现即问即答、言出必行的智能体验。手机不仅拥有120Hz LTPO刷新率和2160Hz PWM高频调光护眼技术，通过SGS低蓝光无频闪护眼认证，确保用户体验的流畅性，同时减少眼睛的疲劳感。在音质方面，魅族21 Pro采用了第六代大师级「双」· 超线性扬声器，搭载魅族专业调音技术，为用户提供沉浸式的音质体验。此外，手机还支持数字钥匙功能、Flyme Auto深度互联和Flyme Link手机域技术，实现了从手机到汽车的无感交互。与MYVU AR智能眼镜的紧密衔接，让用户尽情享受无边界的使用乐趣。总的来说，魅族21 Pro的发布标志着魅族正式踏入开放式AI终端时代，与全球卓越的开发者和团队共同探索AI技术的无限可能性。该款手机支持多项AI功能，涵盖AI灵动键、AI辅助输入、Aicy语音助手和AI图库。根据官方介绍，Aicy语音助手拥有文案撰写和图像创作功能，图库应用则支持自然语言搜索，而AI灵动键则具备AI识屏等强大功能，AI输入辅助不仅提供回复建议，还支持长文创作。魅族21 Pro的全面智能功能为用户提供更为便捷、智能的生活体验。

OpenAI最近决定将关注点从ChatGPT插件转移到GPTs，这引起了开发者的不满。尽管创始人Sam Altman鼓励开发者使用ChatGPT构建实用工具，但这一决定在一些开发者中引发了反感。在圣诞周末前，OpenAI通过邮件通知插件开发者，要求将基于ChatGPT的实用工具迁移到GPTs。邮件中提到：“感谢您对开发ChatGPT插件的兴趣。我们已经吸取经验，创建了GPTs。”然而，由于GPTs内置ChatGPT的无代码聊天界面，插件需要使用代码在ChatGPT之外构建，这让一些开发者感到不满，一些甚至在社交媒体上表示“RIP Plugins”。OpenAI还宣布将于3月19日起关闭ChatGPT插件测试版，专注于GPT。在插件测试期间，插件商店已有1000多个可用插件，但GPT商店中已经有成千上万个GPT，涉及写作、生产力、编程、教育等多个领域。开发者关系主管Logan Kilpatrick在推特上回应称：“插件目前并未消失。”他补充说：“一旦GPT商店上线，我想大多数人可能会选择使用GPTs。”这一系列的变化显示OpenAI正在致力于推动GPTs的发展，而在GPTs和插件之间存在一些功能上的变化，引起了开发者们的关注和不满。