分类: AI

AI人工智能深究与应用

  • 2024GoMaxAI 源码,2024最新AI创作系统ChatGPT源码+MidjourneyAI绘画网站源码一站式解决方案,支持GPTS、语音对话、文档分析、识图画图等功能

    2024GoMaxAI 源码,2024最新AI创作系统ChatGPT源码+MidjourneyAI绘画网站源码一站式解决方案,支持GPTS、语音对话、文档分析、识图画图等功能

    系统介绍

    GoMaxAI创作系统,是一个融合了ChatGPT问答系统特性和Midjourney绘图能力的AI平台。它整合了OpenAI-GPT的全部模型、claude、gemini以及多种国内AI大模型。小编对该源码进行了详细的体验测试,系统测试整体很不错。那么,如何构建和部署基于ChatGPT的AI创作系统呢?接下来,我们将提供一份详尽的图文教程。该系统支持GPT-联网、GPTS功能、语音通话、MidjourneyAI绘画、suno音乐生成、文档分析、识图画图、图生视频、文生视频等。

    编辑《GoMaxAI系统介绍文档 – 渐进式AIGC系统》: 查看文档

    1.1系统使用技术栈:

    前端:VUE3

    后端:Node.js

    独立手机端(小程序、h5、app):uniapp

    数据:MySQL5.7 + redis

    运行环境:Linux

    1.2部署准备资料:

    域名

    服务器:最低2h2g即可支持,国内服务器带宽4M(国外服务器对带宽要求高些)

    对话模型的api

    mj会员订阅账户(推荐购买30刀的会员,包括15小时快速出图模式以及无限慢速出图模式)

    存储桶:推荐使用腾讯云COS(新用户开通有赠送存储量)

    微信已认证服务号:用于微信扫码登录的(如果不需要扫码登录可以不要)

    微信商店号:需要开能Native支付和JSapi支付(如果不需要微信官方支付可以不要)

    其他:短信,邮箱,百度统计,百度翻译,百度敏感词,四方支付等可选

    1.4系统核心功能

    极速部署,宝塔5分钟部署完成,低内存高并发,内存占用不到100MB!
    配置简单快捷,配置文件仅需数据库配置即可启动!r/> 强大的在线配置框架及丝滑版的体验,95%数据都可以后台在线统一管理!r/> ChatGPT + Azure OpenAI +gemini+claude+kimi+suno+文心一言 + 讯飞星火 + 清华智谱 + 自定义对话模型支持
    /> 自定义对话模型支持:包括模型名称、别名、单次积分扣除数量等等
    /> 对话账号池(无限量):支持OpenAI、Azure、文心一言、讯飞星火、清华智谱等
    /> 对话多会话隔离支持、参数独立配置云端存储、消息云端漫游
    /> 内容安全多层过滤:内置词库 -> 自定义词库 -> 第三方(百度内容审核)安全检测,可同时启用r/> 支持GPT最新模型:gpt-4-1106-preview、gpt-4-vision-preview、gpt-4-v(识图)、gpt-4-dalle(生图)、gpt-4-all(上传文件)、 Dall-E-3、suno-v3r/> 支持最新谷歌模型:gemini-pro、gemini-pro-vision(识图)r/> 支持最新claude模型:claude-3-opus-20240229、claude-3-sonnet-20240229、claude-3-haiku-20240307等模型r/> 支持PDF文档分析、识图画图、生成文档等r/> 支持语音实时通话
    /> 开放式对话插件:已支持联网查询
    /> AI绘画支持:文生图 / 放大 / 微调 / 垫图 / 混图 / 咒语解析 / 平移(Pan) / 扩图(Zoom) / 变幻(Vary) / 区域重绘
    /> 绘画账号池(无限量):每个账号同时支持单独的并发线程设定,线程隔离
    /> 绘图服务在线启动、重启、关闭 + 队列数量实时查看
    /> 绘图普通(relax)/快速模式(fast)/极速模式(turb)区分,可单独设置扣除积分r/> 思维导图:一键根据需求生成思维导图,可导出PNG或SVGr/> 灵感广场:用户绘图公开展示(私有绘图不展示)r/> 应用中心:可后台管理动态添加及其管理普通应用及GPTS应用r/> 用户系统:微信扫码登录、帐户密码、验证码登录r/> 支付系统:微信(支持扫码支付+JSAPI支持) / 支付宝 / 虎皮椒 / 自定义外链r/> 兑换码系统
    邀请机制:好友邀请获得对应奖励,包含防止恶意自己邀请自己机制检测
    r/> 对话各个模型+绘画各个操作单独自定义扣除积分数量支持r/> 动态用户侧边栏菜单控制显隐
    用户端动态菜单(支持内嵌网页、外部链接跳转、内部路径跳转)
    r/> 敏感词检测等

    系统演示

    前端演示地址: https://gomaxai.qumao518.vip/midjourney/inspiration

    https://www.midjourny.cn/home/#/square

    后端演示地址:https://gomaxai.qumao518.vip/gomaxai/admin/#/login

    后台演示帐号:super123 密码:123456

    系统介绍文档:https://pxl6xtaj0ew.feishu.cn/wiki/UIopwqmNmiWTUdkHMGacMEJenof

    https://blog.csdn.net/weixin_43731557/article/details/137036127

    https://zhuanlan.zhihu.com/p/693917365

  • 免费开源的AI系统,chatgpt web, midjourney, gpts,tts, whisper 一套ui全搞定

    免费开源的AI系统,chatgpt web, midjourney, gpts,tts, whisper 一套ui全搞定

    在当今快速发展的人工智能时代,整合各种先进AI技术的需求日增长。面对这一挑战,“ChatGPT-Web-Midjourney-Proxy”项目应运而生,为开发者和AI爱好提供了一个全面、便捷的解决方案。这个项目通过一个清晰友好的用户界面,将ChatGPT、Midjourney、GPTs、TTS和Whisper等多种AI技术合在一起,不仅优化了使用体验,还大大提高了工作效率。

    “ChatGPT-Web-Midjourney-Proxy是一个开源项目遵循MIT许可协议,意味着任何都可以自由地使用、修改和分发它。无论你是一个求提高生产力的开发者,还一个对人工智充满好奇的爱好者,这项目都能为你提供巨大帮助。

    ChatGPT和Midjourney作为两个备受瞩目的AI产品,为用户提供了强大的语言处理和对话交互能力。然而,对于那些经常使用这两个产品的用户来说,分别访问它们可能会带来一些不便。幸运的是,有一个开源项目——ChatGPT-Web-Midjourney-Proxy,将它们整合在一起,为用户带来了全新的体验。

    ChatGPT-Web-Midjourney-Proxy项目的目标是为用户提供一套完整的UI界面,集成了ChatGPT、Midjourney以及其他相关技术,以便更方便地使用这些强大的AI工具。通过这个项目,用户可以在一个统一的界面中访问和操作ChatGPT和Midjourney,无需来回切换和重新登录。这不仅节省了时间和精力,还提升了用户的工作效率和体验。

    ChatGPT-Web-Midjourney-Proxy项目的优势不仅仅在于整合了两个强大的AI产品,还在于它为用户提供了更多的灵活性和个性化定制选项。用户可以根据自己的需求和偏好,调整界面布局、设置快捷键、定制主题等。这样,用户可以根据自己的工作流程和喜好,打造一个完全符合自己需求的AI工具。

    无论是开发者、研究人员还是普通用户,ChatGPT-Web-Midjourney-Proxy都能为你带来更便捷、高效的AI体验。同时你可以使用API平台生成令牌,实现AI对话与Midjourney绘画服务,只需要在设置-服务端填写聚合API地址和生成的令牌即可,并且支持全模型和GPTs。它不仅仅是一个工具,更是一个连接人与AI的桥梁,让你能够更好地利用AI的无限潜力。让我们一起探索ChatGPT-Web-Midjourney-Proxy的魅力,释放AI的无限潜力,提升你的工作效率和创造力!如果你不会搭建可以联系我们进行有偿服务,更有图标定制、个性化对接地址等定制服务。

    支持功能:

    docker 部署

    https://github.com/Dooy/chatgpt-web-midjourney-proxy

    演示站:https://vercel.ddaiai.com/#/chat/1002

    您也可以直接使用聚合API提供的地址:https://web.lconai.com/ https://vercel.ddaiai.com/ 进行体验。

    项目地址:https://github.com/Dooy/chatgpt-web-midjourney-proxy

  • NineAI人工智能商业付费ChatGPT创作整合系统2.4.2源码下载

    NineAI人工智能商业付费ChatGPT创作整合系统2.4.2源码下载

    NineAI支持ChatGPT3.5+ChatGPT4.0提问+ai绘画模型(包括Midjourney绘画、ChatGPT3.5key绘画等)+Prompt面具角色预设功能+会员分销功能+KEY池管理+AI绘画广场+支付方式(微信支付、易支付、码支付、虎皮椒支付)+多种存储(腾讯云、阿里云、chevereto图床)等模块,源码内包含了未编译的开源源码以及一个整合后的便捷使用包。自行根据自己的需求使用。

    整合版部署教程

    教程使用宝塔面板

    1、宝塔面板软件商店安装Node.js版本管理器

    2、Node.js版本管理器中安装Node v16以上版本

    3、安装后在Node.js版本管理器中的模块中 搜索安装 pnpm 模块

    4、把整合包源码上传并解压到服务器任意目录

    5、修改根目录文件 .env 中的数据库和Redis信息,填写为你自己的

    6、在宝塔根目录菜单栏中(也就是有.env的目录)点击 终端

    7、在终端中输入并运行 pnpm install

    8、如果一切正常没有报错,继续在终端输入运行 pnpm start 启动程序,如果你的配置文件填错了可以使用pm2 stop pm2.conf.json停止并更改后重新pnpm start启动

    9、访问你的http://你的ip:9520 访问你的NineAI

    10、通过新建一个网站反向代理http://localhost:9520 绑定域名(看个人需求)

    11、整合包的用户信息

    • 管理端地址:/admin
    • 普通管理员账号:admin
    • 超级管理员账号:super
    • 密码:123456

    12、其他的一些pm2指令

    • pm2 install 安装
    • pnpm start
    • pm2 start
    • pm2 restart all 重启所有
    • pm2 log 查看日志
    • pm2 del 0 删除代码为0的程序

    编译安装教程

    1-3步与上面的整合版本相同步骤

    4、在service(后端服务)目录修改.env数据库信息,然后运行终端命令:pnpm install 安装依赖文件,再运行:pnpm dev 调试并导入数据库,最后使用终端命令:pnpm build 编译打包,最后就能得到与上面整合版一样的文件。

    5、chat(用户前端)和admin(管理员后端)仅需修改各种目录.env中的后端接口即可,然后分别在终端中执行pnpm install 安装依赖文件 和 pnpm build 编译打包,最后就能得到前端和后端的静态文件。

    前台演示图:

    1.对话

    2.绘图

    3.绘画广场

    4.DALL-E绘图

    5思维导图

    6会员中心

    7.推广计划

    8.个人中心

    后台演示图:

    1.后台首页

    2.注册登录设置

    3.对话模型设置

    4.数据管理【可查看对话与绘画内容】

    5.订单列表

    6.套餐设置【支持生成卡密】

    7.应用列表

    8.分销系统

    9.支付管理设置【多接口】

    10.MJ绘画管理

    11.存储配置

    12.用户端设置【支持动态菜单】

    13.风险管理【自定义回复预设,违禁词设置】

  • SparkAI – 最新AI创作系统ChatGPT网站源码/支持GPT4/Prompt知识库/GPT联网/支持ai绘画(Midjourney)/MJ以图生图/支持Mind思维导图生成

    SparkAI – 最新AI创作系统ChatGPT网站源码/支持GPT4/Prompt知识库/GPT联网/支持ai绘画(Midjourney)/MJ以图生图/支持Mind思维导图生成

    此图像的alt属性为空;文件名为v2-dd09ccd2b701670524f4e69f200f67c3_1440w.png

    功能介绍

    已支持 OpenAI GPT全模型 + 国内AI全模型 + 绘画池系统 + MJ局部编辑重绘功能+OpenAI TTS语音对话功能 + 文档对话总结功能 + Midjourney绘画动态全功能!

    演示站:https://ai.sparkaigf.com/market

    SparkAi系统核心功能:

    • AI提问:程序已支持GPT3.5,GPT4.0提问、OpenAIGPT全模型+国内AI全模型、支持GPT联网提问
    • 已支持OpenAIGPT全模型+国内AI全模型,已支持国内AI模型 百度文心一言、微软Azure、阿里云通义千问模型、清华智谱AIChatGLM、科大讯飞星火大模型、腾讯混元大模型等
    • ChatFile文档上传对话功能以及总结对话
    • 新增知识库接入(对接百度千帆知识库),用户端动态显示知识库插件并通过插件的方式选择与知识库对话,可自定义训练内容回答和文档总结,上传文档作为知识库内容用于特定场景对话回答,比如企业文化规章制度、产品说明文档、客服等等各行业知识库等
    • 新增支持MJ最新V6绘画模型(V6模型:能够处理更长的提示词,人物效果更加真实,构图、色调、光影更加细腻)
    • AI绘画:Midjourney绘画(全自定义调参)、Midjourney以图生图、Dall-E3绘画
    • Midjourney绘画动态全功能、绘画过程中实时预览缩略图以及同步实时进度显示
    • 支持最新GPT-4多模态模型、OpenAI GPT-4-Turbo-With-Vision-128K模型
    • 已支持GPT-4图片对话能力(上传图片并识图理解对话)可同时支持5张图同时上传对话
    • 对话插件系统,后续逐步增加插件功能,扩展AI能力
    • 新增KEY支持单独配置消耗费率,比如GPT4-32K比GPT4成本更高应该消耗更多的额度次数
    • 微信公众号+邮箱+手机号注册登录
    • 一键智能思维导图生成
    • 应用广场,支持用户前台自定义添加私密或共享
    • AI绘画广场(画廊)
    • 邀请+代理分销模式、用户每日签到功能、会话记录同步保存
    • 支持对接微信官方支付、易支付、码支付、虎皮椒支付等,自定义聚合会员套餐
    • 其他核心功能、后续其他免费版本功能更新
    • 详细说明:https://www.yuque.com/yuqueyonghutq9yt2/egy0d0/ah9sq89lgl6b7s4w

    https://zhuanlan.zhihu.com/p/650972326

  • 最新AI创作系统ChatGPT网站源码+新增GPT联网功能+支持GPT4+支持ai绘画+实时语音识别输入

    最新AI创作系统ChatGPT网站源码+新增GPT联网功能+支持GPT4+支持ai绘画+实时语音识别输入

    • 一、AI创作系统
    • 二、系统介绍
    • 三、系统程序下载
    • 四、安装教程
    • 五、其他主要功能展示
    • 六、更新日志

    一、AI创作系统

    1. 提问:程序已经支持GPT3.5、GPT4.0接口、支持新建会话,上下文记忆
    2. 支持三种Ai绘画模型(官方Midjourney模型、GPT3.5KEY绘画、国内其他绘画模型)
    3. 中英文实时语音识别输入,文章资讯发布功能,菜单工具栏功能,邮箱验证和手机短信验证注册
    4. Prompt面具角色扮演功能
    5. 新增GPT联网功能
    6. AI绘画广场功能
    7. 后续其他新功能更新以及优化
    8. 用户会员套餐、用户每日签到功能、后台管理、一键更新版本。
    9. 支持手机电脑不同布局页面自适应。

    AI绘画演示:

    支持GPT4.0:
    在这里插入图片描述
    新增GPT联网功能:
    1、开启GPT联网功能
    在这里插入图片描述
    2、使用
    在这里插入图片描述

    二、系统介绍

    程序已支持ChatGPT4.0、Midjourney绘画、GPT3.5 API绘画、GPT联网功能、绘画广场功能、Prompt功能,后台自定义添加,用户也可自定义添加+实时语音识别输入、用户会员套餐、用户每日签到功能、后台管理、一键更新版本。支持手机电脑不同布局页面自适应。

    实时语音识别输入:
    支持中文普通话、英语
    在这里插入图片描述

    Prompt:
    后台自定义添加,用户也可自定义添加
    在这里插入图片描述

    三、系统程序下载

    最新版系统:
    百度网盘:https://pan.baidu.com/s/1wA6ClJzmMi9ce1idVbZQAw?pwd=s1si
    提取码:s1si

    【本文章只写到2023年7月2日的更新,系统持续更新,目前是当前最新版本,系统搭建好后,登录管理页面点击一键更新,即可体验到最新版本功能!】

    四、安装教程

    1、环境要求:
    服务器:最低1H1G、CentOS 7 64 Bit、宝塔控制面板
    环境:Nginx、MySQL 5.7、PHP-7.3

    2、开始搭建:
    一台VPS服务器
    搭建宝塔
    解析绑定域名
    上传程序至根目录(将”chengxu.zip”上传网站更目录解压即可)
    创建一个数据库
    访问首页在线安装配置数据库
    PHP版本选择:7.3
    安装完成后访问网站首页即可!
    配置APIKEY,登录网站后台自定义配置,不然网站无法使用!
    网站后台地址/admin 默认账号:admin 密码:123456

    在这里插入图片描述

    五、其他主要功能展示

    Ai绘画模式:
    支持中文和英文关键字生成图片
    现已对接三种ai绘画模型,后台可自由切换、开启关闭!

    1. Midjourney模型绘画
    2. GPT官方3.5key绘画
    3. 其他绘画API

    在这里插入图片描述
    在这里插入图片描述
    ChatGPT提问模式:
    支持黑夜/白天模式自由切换
    新建会话和保存、上下文记忆

    在这里插入图片描述

    邀请功能:
    在这里插入图片描述

    ChatGPT管理后台:
    其他配置页面不多展示了,大家搭建后查看
    在这里插入图片描述

    GPT4基本设置:
    在这里插入图片描述

    卡密功能:
    在这里插入图片描述

    支持一键版本更新:
    在这里插入图片描述

    六、更新日志

    【本文章只写到2023年7月2日的更新,系统持续更新,目前是当前最新版本,系统搭建好后,登录管理页面点击一键更新,即可体验到最新版本功能!】

    V5.1.1
    新增GPT提问Sign算法验证自定义开启或关闭 后台设置
    新增桌面快捷教程按钮 后台设置链接
    其它细节优化

    V5.1.0
    数据传递重新改为Session模式 修复避免数据量太大的414 Request-URI报错BUG
    修复如果提问文字太多时前端会卡住BUG
    新增GPT联网回答功能 必须国外服务器才可以使用此功能

    V5.0.9
    新增网站关于本站弹窗 后台更多配置里面设置内容
    修复前面几个版本导致的找回密码邮箱发送失败

    V5.0.8
    其它细节优化
    修复网站首页有时候会直接显示白屏未授权
    修复前面几个版本导致的余额已到期但不自动轮询删除KEY的BUG

    V5.0.7
    新增Ai回答后的AD广告 后台自定义设置链接和文字

    V5.0.6
    网站后台优化
    新增提问数据清理功能
    其它细节优化
    修复部分未知BUG

    V5.0.5
    新增自定义GPT回答多少秒后超时自动重连

    V5.0.4
    紧急修复上一个版本导致的上下文超限提示失效BUG
    新增网站公告标题自定义设置功能 后台公告设置里面修改
    修复网站公告如何内容太长超出屏幕限制BUG
    新增网站基本配置模块 例如首页”使用示例”板块放到数据库了 修改内容更新后不受影响
    重写轮询KEY逻辑
    修复轮询KEY明明没有用完余额有时候会误删的BUG
    新增GPT提问若3秒没出答案则自动重连

    V5.0.3
    修复GPT回复随机选temperature参数不生效BUG
    优化log.php提问数据改回log.txt 因为PHP文件执行效率没有TXT文本快
    修复log.txt数据量太大时会导致提问卡住BUG 改为6小时自动清空一次 然后数据备份到Chat目录
    新增GPT3.5和GPT4.0 log.txt提问数据记录区分开来
    其它代码细节优化 GPT回复更加流畅 性能大幅度提升
    彻底关闭数据传输时使用Session 防止服务器卡顿

    V5.0.2
    新增提问超过30秒未回复自动超时刷新网页
    紧急修复5.0.1导致的后台首页BUG

    V5.0.1
    新增后台卡密列表显示卡密被哪位用户使用
    新增后台用户列表显示手机号
    新增绘画广场图片点击放大功能
    新增绘画广场图片描述复制功能
    修复未开启手机号注册时用户用手机号当用户名注册后无法登录BUG
    修复第一次登录账号后需要刷新网页侧边栏的头像才会显示正常BUG

    V5.0.0
    新增GPT4.0不自动删KEY设置 防止用了第三方平台API误判
    优化GPT回复最大超时为1200000秒 防止回复内容太长导致的超时
    修复后台KEY余额查询不准确BUG
    新增后台KEY余额查询错误提示
    新增Prompt角色数据修改
    新增订单记录显示充值类型
    其它细节优化

    V4.9.9
    AiChat面具模式角色板块UI优化 新增动态阴影效果(白天模式下才看得到效果)
    修复查询余额失效 之前的反代地址API挂了 换了一个域名
    新增自定义MJ出图是否存储你自己服务器本地

    V4.9.8
    新增绘画页面图片懒加载功能 防止网页卡顿
    修复手机端绘图页面翻译按钮被遮挡BUG
    新增MJ绘画新通道 比之前的稳定 后台切换即可
    修复部分特殊情况下邀请不返佣金BUG
    优化服务器Session导致的GPT回复并发卡顿问题
    修复Prompt页面退出登陆后第二次登陆提示账号被占用BUG

    V4.9.7
    部分细节优化
    新增后台自定义是否开启用户邀请分销功能
    修复输入框自动执行JS代码BUG
    新增Ai绘画广场 后台自行添加图片数据 需要竖屏尺寸的
    其它细节优化

    V4.9.6
    修复新弹窗邀请窗口复制邀请链接失效BUG
    修复代码块无法复制BUG

    V4.9.5
    修复GPT4密钥失效后不自动删除的问题
    修复只允许一台设配同时登录很多BUG
    修复GPT4注册赠送次数不生效BUG
    优化侧边栏邀请好友按钮UI样式
    重写邀请好友分销页面UI样式 已改为弹窗形式的

    …

  • 第一拨靠Sora赚钱的人已经出现,当心被“割韭菜”!

    第一拨靠Sora赚钱的人已经出现,当心被“割韭菜”!

    OpenAI发布的人工智能文生视频大模型Sora在2024年2月15日亮相。然而,在Sora尚未正式公开之际,市场上已经涌现出众多以Sora为噱头赚钱的人。他们声称拥有Sora的内部信息,能够提供相关的应用培训、咨询服务,甚至所谓的“独家授权”。

    Sora未公开发布,教程已经有了?

    美国当地时间2月15日,OpenAI对外发布人工智能文生视频大模型Sora。官网介绍,Sora是一个人工智能模型,能根据文字说明创造出逼真而富有想象力的场景。

    消息一出,无疑是一枚“重磅炸弹”,有网友认为这或将彻底颠覆演艺影视行业。

    该模型目前未向公众发布,而只是给予小部分研究人员有限访问权限,以理解模型的潜在危害,还与一小群创意专业人士分享了Sora,以获取对实用性的反馈。

    OpenAI创始人萨姆·奥特曼(SamAltman)2月16日在社媒上称,于今日开始进行红队测试,向有限数量的创作者提供访问权限。

    OpenAI创始人萨姆·奥特曼2月16日在社媒表示,向有限数量的创作者提供访问权限

    有焦虑就有痛点,有痛点就有生意。Sora虽还未正式开放使用,但不妨碍赚钱。记者注意到,有人已经在网上售卖Sora使用教程、视频AI提示词等。

    有人在网上售卖Sora使用提示词

    在某电商平台上,关于Sora的教程、解读,售价在几元至近百元不等。记者看到一“SoraAI文字生成视频工具最新大模型”商品已售700+,售价为1元。还有一“最新大模型AI文字生成视频技术指导”商品已售14份,售价26.6元。

    此外,还有售卖Sora的使用渠道和搞钱思路。因为目前Sora尚未公开发布,购买后就是加入群组,未来有最新消息,店家称会第一时间在群组分享。

    某电商平台上,售卖“Sora实操手册,变现方式教程”商品

    记者在售价9.9元、已售15份的“Sora实操手册,变现方式教程”商品详情处看到,手册、教程内容包括介绍Sora的功能、优势、演示案例以及变现方式,变现方式包括搞流量、卖账号、卖课程、卖提示词等。

    虽然网上类似售卖的教程不少,但从该电商平台的数据来看,售出的份额不多。

    内测名额成热门交易,官方提醒是骗局

    Sora尚未正式对外开放使用,却已经在网络上引发了一场内测名额的争夺战。

    新事物总是能激起人们的好奇心,想要一睹Sora风采的人不在少数,这也成了一些人眼中的商机。

    Sora的内测阶段尚未结束,不少网友声称已经通过各种渠道获得了内测名额。

    某二手交易平台“内测代申请”的帖

    在某二手交易平台上,记者尝试搜索“Sora内测”,出现了各种“内测代申请”的帖子,价格从0.01元到50元不等。其中多篇写着“只需提供姓名和邮箱”“现已成功帮申请多位”。还有网友表示,自己加了声称拿到内测账号的人,对方开口就是“交299元”。

    Sora内测申请页面

    实际上,据有测试权限的消息人士透露,Sora的测试账号仅限于早期付费用户,大约有1000名用户通过特殊申请获得了这些账号。使用账号的条件非常苛刻,必须同时拥有美国信用卡、美国地址、美国注册的计算机设备以及非主机类IP地址,任何一个条件不符合都将导致封号。不过,该消息的真实性不得而知。

    OpenAI的开发者、倡导者洛根·基尔帕特里克发出警告

    Sora引发众多乱象。为此,OpenAI的开发者、倡导者洛根·基尔帕特里克(LoganKilpatrick)不得不发出警告。2月17日,他通过个人社交账号表示,尚未开放对Sora的访问,提供访问权限的帖子“可能是骗局”。

    人工智能成为赚钱新商机?

    从ChatGPT到Sora,利用人工智能赚钱的知识付费屡见不鲜。

    近日,在社交平台上一张“两大AI巨头”的图片广泛传播,图中二人分别是OpenAI的萨姆·奥特曼和卖AI课程的清华博士李一舟。

    记者看到,在名为“李一舟”的微信视频号上,售出课程共3.3万件,目前在售的“每个人的人工智能课”视频课程,售价199元,已售卖近600份。另在“每个人的人工智能课”小程序上,售价999元的课程,显示已售21.7万份,海报显示授课人也为李一舟。

    不过,近日有媒体报道称,有网传群截图显示,李一舟的某个AI实战训练营群疑似被助教解散。聊天记录显示,199元只是入门,后面要学还需买1980元的课。

    还有网友发现,Sora火爆后,Sora的相关域名价格飙升。域名sora.com的交易价格已经达到30多万元,只不过这个域名早在1995年就被注册了,并非网传的抢注。

    业内人士提醒,在人工智能的风口上,确实存在一些商家和个人,利用信息不对称和消费者的焦虑心理,推出低质量或虚假的产品,以牟取暴利。大家需要保持理性,擦亮眼睛,避免盲目跟风或轻信广告宣传,小心成为“被割的韭菜”。

  • “造片神器”Sora横空出世 导演、编剧、后期会失业吗?

    “造片神器”Sora横空出世 导演、编剧、后期会失业吗?

      近日,美国人工智能研究公司OpenAI发布其首个文生视频模型Sora,可用文字指令生成长达1分钟的高清视频,随即引起广泛关注和多方震动。马斯克就感叹“人类认赌服输”,许多人更是直呼“导演、后期要失业了”,毕竟,这一被称为“造片神器”的模型问世,意味着或许每个使用它的普通人都可能实现“导演梦”。很多人已经在畅想由ChatGPT生成创意文案和脚本,再由Sora从文本生成酷炫的几分钟广告大片。

      Sora的问世对视频行业影响几何?是否会带来“颠覆性影响”?影视制作从业者的工作是否会渐渐被其替代?日前,记者对话了多位行业人士和学者。

      Sora一出,特效公司要死了?

      从业者:“解放”影视后期有点难

      Sora一出,许多人认为,影视行业将首当其冲地受到影响,特别是其中的影视后期制作。

      在得知Sora视频发布后,时光矩阵联合创始人郁刚称自己的心态“冰火两重天”:一方面,“特效公司要死了吗?”的第一反应,让他很想将过去学的特效工具“埋了”;但从另一个角度来说,他又很欣喜,觉得拍视频、做成特效并放到荧幕上这个最贵的动态预演环节,完全可以通过AI实现成本节省。

      不过,对于郁刚的第二个观点,影视后期从业人员周先生却持保守乐观态度。他对记者表示,靠Sora来“解放”影视后期有点难:“因为人是社会的人,有很多创意和想法,而且要面对千千万万的需求。”周先生认为,Sora未来会成为辅助工具。同时他也质疑,生成的视频不像文字、图像生成作品,不便于人工完成“最后一公里”的再加工。

      周先生进一步解释道,影视后期行业并不像很多人的刻板印象那样属于“机械化操作”,做设计只完成甲方的需求是不够的,还要引导甲方思维,加入自己的想法,“设计软件也好,Sora也好,都只是工具,硬件和软件的进步都只是提高效率。后期是一个很大的范围,涉及到拍摄、剪辑、包装、调色、三维,这些工作还能细分,程序要把这么庞大的知识理解清楚是很难的。”周先生说。

      Sora可产生“颠覆”性影响?

      专家:视频行业许多环节难替代

      事实上,文生视频大模型不是一条新赛道,OpenAI也并非赛道唯一的拓荒者。2023年6月,谷歌支持的人工智能初创公司Runway发布大模型Gen-2,可生成几秒长的电影级影片;同年11月,动画视频生成公司Pika推出了可以生成分钟级高质动画视频的产品。

      尽管如此,Sora可快速制作长达1分钟的高质量视频,一时间让“颠覆技术”“颠覆行业”成为业内热议的关键词。北京大学国家发展研究院助理研究员、BiMBA商学院副院长杜晓梦表示,跟此前的视频大模型Pika和Runway对比,Sora确实在效果上有很大的提升。但Sora是技术上的一个渐进性的突破,不是特别的革命性,没有改变生产力和生产关系的本质。

      杜晓梦认为,这是一个工具性的、效率上的提升,不用一帧一帧地做了,但并不是说不需要人了。她表示,效率的提升会带来两个选择:人员的压缩,或者扩大工作量。“如果你选择压缩成本,那你原来10个人干的活,现在2个人就可以干了。但我看到更多的情况是,因为用了这个工具,我可以接更多的工作了。所以我觉得,用这个工具的公司会PK掉那些不用这个工具的公司。”此外,杜晓梦还指出,视频行业还有很多的环节不能被替代,比如创意。

      知名编剧预测:

      未来AI或可取代“七八十分的创作”

      “这就是我们想要的。特别是对于我这样的文字工作者,可以从文字直接生成视频。”知名编剧汪海林表示,在他看来,Sora暂时不涉及对编剧的挑战,但对负责制作画面的导演和演员确实冲击较大。

      对于横空出世的Sora,汪海林大胆预计,将来人工智能将能替代90%的导演和摄制团队,以及他们70%~80%的创意性、创造性并不多的那部分工作。“能取代的是那些能拿七八十分的创作,特别高的取代不了,特别低的则没有必要取代。”尽管如此,在汪海林看来,人工摄制有其人文价值,可能更能体现出人的精神属性,就像机器制品占据市场后,依然有手工制品受到推崇。他猜想,未来完全由人工摄制的影视作品将变成一个受众狭窄的分众市场,就像每次只给几十个人看的小剧场话剧一样。

      在资深电影人、视频播客“开放对话”主播关雅荻看来,电影行业的一线从业者还不会恐慌,因为电影核心的魅力其实是文化和情感的交流,这是不可被替代的,至少现在的人工智能还没有这个能力。但在AI产生驱动世界的能力之前,人类和AI是可以协同共生的。

      “替代来得没那么快”

      Sora走向商业化还有很多难题

      作为一名编剧,汪海林坦言,编剧行业的确面临着ChatGPT的挑战。事实上,去年美国好莱坞演员和编剧的超长大罢工便剑指人工智能。汪海林指出,ChatGPT等新技术出现之后,很多创造性的工种都恐惧于自己的工作或被取代;但一段时间后,目前看来还没有那么快,被取代的往往是一些低层次、简单的劳动。“原来认为很快,但是几年过去之后,当时担心的一些情况并没有出现。”

      周先生指出,CG技术的出现一度曾让影视行业恐慌,它也成为了视效大片的功臣,但大家发现其无法替代实拍效果,目前影视仍以实拍为主,只在无法实际呈现或出于节省经费考虑时才使用CG,更有导演崇尚完全实拍,不用CG。

      汪海林表示,技术问题从来都不止是单纯的技术问题,目前法律法规、行业配套的问题都还没有解决。而这也是杜晓梦认为的Sora走向真正的商业化应用还需解决的问题——一个单一的技术需要一系列技术的加持。目前看来,Sora跟ChatGPT一样能够落地有限的场景。在她看来,元宇宙模拟的场景很有希望,但这个场景能不能有比较大的发展,除了它本身之外,还取决于例如VR、MR相关技术,头显、眼镜等硬件技术的突破相配合,一个单一的技术是有制约的;如果相关的技术产生比较好的合力,除了元宇宙的场景,游戏、泛视频行业都会带来比较大的突破,包括广告、传媒、影视、自媒体。 据红星新闻

      新闻延伸

      Sora让资本市场嗅到新造富机遇

      AI(人工智能)新锐巨头OpenAI推出文生视频模型Sora,让资本市场嗅到了新的造富机遇。受益于Sora概念,在龙年春节后两个交易日,与人工智能相关的五大主题ETF,即云计算主题、AI主题、大数据主题、5G主题和通信主题,以及人工智能相关的两大行业ETF,即游戏动漫行业、影视传媒行业,均呈现不同程度的涨幅。据统计,在节后两个交易日涨幅前十的ETF基金榜单中,Sora概念相关的ETF便已占据六席。具体来看,截至2月20日收盘,国泰中证全指通信设备ETF、新华中证云计算50ETF、华夏中证动漫游戏ETF、国泰中证动漫游戏ETF、嘉实国证通信ETF、华泰柏瑞中证动漫游戏ETF两个交易日的累计涨幅依次为8.12%、7.30%、6.92%、6.86%、6.73%、6.70%。

      值得一提的是,记者发现,不少基金经理在2023年四季度已提前重仓多只Sora概念股。其中,中欧基金基金经理周蔚文旗下三只产品均增持了中际旭创;万家基金基金经理莫海波在管的6只产品均首次将新易盛买入前十大重仓股;国金基金量化投资事业部副总经理马芳旗下的国金量化多策略成为重仓三六零最多的公募产品;由刘慧影管理的诺安基金回报混合的前十重仓股则几乎为cpo核心概念股。

      Sora热潮之下,哪些细分领域有望成为龙年的投资热点?人工智能领域未来的发展空间究竟多大?广发中证传媒ETF基金经理罗国庆认为,Sora将对传媒创意行业影响深远,IP+AI工具或将极大改善传媒行业的变现效率、提升商业价值潜力,并较好地改善影视行业一直以来被诟病的商业模型。在短视频、创作工具、游戏等下游领域,Sora等AI原生产品有望融入工作流,增强用户体验、降低用户使用壁垒、进一步降低创作成本,并极大拓展创作者能力边界。民生加银基金基金经理朱辰喆则认为,伴随着AI行业的内卷,对于算力和存储的核心需求将逐步扩大。

    其一,AI芯片是算力的载体,也是衡量人工智能发展水平的重要衡量标准。另一方面,在AI芯片处理大量数据的同时,光模块通过光纤传输实现更高的带宽和更远的传输距离,两者结合从而实现高速的数据传输。(来源:重庆晨报)

  • Sora爆火96小时国内大模型进场

    Sora爆火96小时国内大模型进场

    Sora不仅可以理解用户的需求,还知道这些事物在现实世界如何存在

      视频生成需要处理和预测长时间跨度内的动作和场景变化,增加了模型复杂度

      Sora的角色更多是赋能创作者,而不是替代他们提供实现创意愿景的新途径

      记者 查睿

      春节期间,大洋彼岸又放出大招——美国人工智能团队OpenAI发布“文字生成视频”大模型Sora,特别是官方公布的长达60秒未经修改的AI视频,引发业界极大的震撼,网友惊呼“现实不存在了”。

      发布短短96个小时内,国内已有AI团队紧急上线相关“文字生成视频”大模型,但与国外主流AI视频模型能力相仿,均无法超越Sora的水平。

      “Sora能力超乎预期,但仍未达到颠覆行业的水平。”专家指出,AI生成视频技术仍有门槛,国内企业想弯道超车面临不小的难度。

      碾压同行

      2月16日,谷歌发布新一代多模态大模型Gemini 1.5 Pro,在性能上超越OpenAI的GPT-4 Turbo,堪称业界最强大模型。然而,OpenAI在同一日发布Sora大模型,风头直接盖过谷歌,仅需通过文本即可自动生成视频,这也是继文本模型ChatGPT和图片模型Dall-E之后,又一极具颠覆性的大模型产品。

      Sora并非首个文本生成视频的大模型。据不完全统计,截至去年年底,全球能实现文本生成视频的大模型 包 括 Runway、Pika、Stable Video Diffusion等20多个产品。Sora的诞生仍给业界带来不小的震撼,它所展现出来的能力几乎可用“碾压”来形容。

      用户仅需输入简短一句话,Sora就可生成一段长达60秒的视频,远远超过市面上同类型级别的AI视频生成时长。在此之前,AI视频模型生成时长几乎在10秒以内,而“明星模型” Runway和Pika等也仅有3到4秒。

      60秒的视频时长,已超过抖音等短视频平台的平均视频时长,Sora的诞生也为以后短视频平台的内容生产提供了更大的可能性。

      Sora保证视频时长的同时,也加强了视频质量的稳定性。记者体验此前的AI生成视频时发现,即便是几秒钟的视频也并不连贯,有较强的拼凑感。而Sora几乎能做到60秒视频一镜到底,OpenAI的演示视频显示,一名时尚女性走过喧闹繁华的东京街头,无论是背景建筑和街道以及人像的逼真程度,都保持一致性,哪怕是各种镜头的蒙太奇,都没有出现明显的失真情况。

      OpenAI在官方博客中写道,Sora不仅可以理解用户的需求,还知道这些事物在现实世界如何存在。这离不开OpenAI在文本和图像方面的长期积累。

      上海市人工智能行业协会秘书长钟俊浩解释,Sora的训练依赖于大量带有文本标题的视频数据。OpenAI利用Dall-E 3中的标题生成技术,为视频生成高质量的文本标题,以此提高文本和视频数据之间的对齐度。在大规模训练过程中,Sora展示了一些“涌现的模拟能力”,如三维一致性、长距离连贯性、物体持久性以及与世界互动的能力等。这些能力表明Sora能够在一定程度上模拟物理世界和数字世界的人物、动物和环境。

      用哔哩哔哩科技Up主“Git源宝”的话来说,OpenAI先拆解大量的视频素材,并将文字与视频做匹配对应,之后又进行密集训练,使Sora拥有自主生成视频的能力。

      挑战不少

      虽然技术令人惊艳,但Sora的视频生成能力并不完美。已披露的视频显示,不少素材仍会“一眼假”,不符合物理学规律等AI生成的Bug(漏洞)不少。

      以“幼狼玩耍”视频为例,Sora生成的内容中出现漏洞:在嬉戏打闹中,幼狼的数量从3只到5只来回变换,虽然动作连贯,但戏法般的效果让人摸不到头脑。另外在“一个老人吹蜡烛”的指令下,Sora生成的视频却显示,老人对着生日蛋糕的蜡烛吹气,却没有一根蜡烛熄灭;在呈现“红酒杯在桌上摔碎”的镜头中,杯子摔碎前,红酒已洒满桌子,“先摔碎后洒酒”的逻辑,Sora也没有理解。

      或许是考虑到性能、安全等问题,Sora并未向公众开放,目前处于安全测试阶段。据外媒预测,GPT-4经过6个月的测试后正式向公众开放,预计Sora将于8月向公众开放。

      在钟俊浩眼中,Sora面临的技术挑战仍不少,特别是与文本对话和图片生成相比,训练成本高昂、高质量数据集的缺乏以及视频描述的模糊性都将是Sora需要跨越的门槛。

      “视频生成需要处理和预测长时间跨度内的动作和场景变化,这增加了模型的复杂度和训练的计算需求。”他认为,与文本和图像相比,适用于视频生成的多模态高质量数据集相对较少,这限制了模型学习复杂动作语义的能力,不仅如此,描述视频内容比描述静态图像复杂,因为它需要包括时间上的变化、动作以及可能的情感或故事线索。

      值得一提的是,在Sora发布的同时,OpenAI宣布一项要约售股交易,由此OpenAI整体估值高达800亿美元,一年内飙升两倍多。根据调研公司CB Insights统计,OpenAI已成为全球估值最高的创业公司之一,仅次于字节跳动和SpaceX。

      难言颠覆

      Sora的横空出世引爆学界、业界和投资界的讨论热度。

      短短4天内,中信建投、国泰君安、申万宏源、招商证券等10家券商在研报中均表示,Sora是人工智能发展进程中的里程碑,预示AGI(人工通用智能)将加速到来,众多行业将迎来颠覆式变革。

      天风证券认为,内容创作工作流有望被颠覆,下一个亿级用户的互联网平台雏形出现。2000亿美元的短视频创作生态有望率先被颠覆,生成式AI在视频创作和世界模型的大踏步进步将实现对视频、3D、游戏等下游应用场景的渗透。

      中信证券从投资角度判断,Sora背后的涌现能力为自动驾驶、设计等需要现实世界建模的行业提供了明确方向,硬件端的需求必然会随着多模态的技术进步不断提高,因此AI算力持续看好。

      “Sora让人震惊,很大原因是AI的发展速度远超预期。但不意味着短时间能形成生产力。”钟俊浩认为,Sora现在能力还不足以颠覆行业,特别是影视行业和游戏行业高度依赖创意、情感投入和人类故事讲述的领域。AI视频生成技术可以提供帮助,比如降低制作成本、加速内容生成,甚至在某些情境下提供创意灵感,但目前还不能完全替代人类在创作过程中的独特视角和情感深度。“Sora的角色更多是赋能创作者,而不是替代他们提供实现创意愿景的新途径。”

      根据观察,Sora的文本到视频生成技术难以进行精细的局部调整。如果用户希望修改视频中的某个具体细节,可能需要进行复杂的手工编辑,不仅工作量大,而且也要求用户具备一定的视频编辑技能。同时,Sora每次生成的视频内容有较大变化,难以保持一致的叙事风格或视觉风格。“即便是60秒超长视频,也无法满足大部分影视作品需求,将多个短视频片段拼接起来,在转场的协调和连贯性上也是额外挑战。”钟俊浩说。

      游戏开始

      Sora出手即“王炸”,AI生成视频创业公司无疑将面临巨大压力。Runway CEO瓦伦祖拉在社交媒体写道“Game On(游戏开始了)”,Stability CEO莫斯塔克由衷夸赞“奥特曼(OpenAI CEO)真是个魔术师”。而由华人郭文景创立的Pika Labs也感受到巨大冲击力,去年11月发布Pika,能够生成和编辑3D动画、动漫、卡通和电影,是一款零门槛的视频生成器,她向媒体透露,团队如今正准备招人,直接对标Sora。

      今年1月,字节跳动也发布了MagicVideo-V2文生视频模型,通过文生图大模型先生成一张符合当前输入文本的图片,然后使用图片与文本描述利用图生成视频模型生成简单的视频,并使用视频到视频模型,对当前的视频进行超分辨率技术合成,让视频更清晰细腻。

      前几日,阿里云旗下魔搭社区(ModelScope)上线文本生成视频大模型。记者从阿里云方面了解到,这是第三方创作者上传的作品,目前由文本特征提取、文本特征到视频隐空间扩散模型、视频隐空间到视频视觉空间这3个子网络组成,整体模型参数约17亿,仅支持英文输入。文本生成视频大模型已面向公众开放,与Sora类似可直接输入文字即可看到生成的视频效果,目前已公布9个官方案例。比如“A panda eating bamboo on a rock”,将出现2秒钟“大熊猫在石头上吃竹子”的视频。

      不过这一大模型并不成熟,记者以类似的“A panda dancing(跳舞的大熊猫)”为例,生成2秒钟的视频耗时长达32分钟,且输出的视频与“吃竹子的大熊猫”没有太大区别。

      北京社会科学院副研究员王鹏告诉记者,尽管国内大模型近年来取得显著进展,但与OpenAI、谷歌、英伟达等国际大公司相比,仍存在技术差距。这些国际大公司在深度学习、自然语言处理、计算机视觉等领域拥有更深厚的技术积累和研发实力,在AIGC领域具有更强的竞争力。

      “国内企业要迎头赶上,需要在技术研发、人才培养和市场洞察上下功夫,同时还要考虑到国内外市场的差异性和合规性问题。”人工智能行业天使投资人郭涛认为,国内AI企业不妨与成熟技术团队建立战略合作,共享技术资源,针对国内市场需求,进行产品和应用创新,实现弯道超车。

      上海机会

      “现在上海有些公司正在进行‘从一张图到另一张图生成中间视频’的大模型产品研发,比如上海人工智能企业重点孵化器‘AI驿站’中的小冰公司、笔墨AI等企业。”钟俊浩说,上海在技术研发、人才培养、数据资源、算力资源等方面与国际大公司存在不小差距。“追上Sora的能力需要时间,这不仅取决于技术投入和研发速度,还需要考虑行业生态的建设。”

      他认为,OpenAI目前在竞争力上一骑绝尘,中国要在AI领域追赶,首先依然靠人才,鼓励行业高密度聚集,避免人才分散,也避免智能算力等稀缺资源分散。上海应发挥全产业链生态优势,鼓励行业结合,尤其在智能制造、机器人等领域,整合不同行业的技术和市场资源。同时,鼓励相关企业、研究机构和教育机构在特定区域聚集,以促进知识共享、人才流动和资源高效利用。通过政策引导和资源配置,集中力量攻克关键技术难题。

      上海在大模型领域的发展正迅速推进,目前已成为国内在人工智能和大模型研发上的重镇。根据《上海市推动人工智能大模型创新发展若干措施(2023—2025年)》,上海将加快打造世界级人工智能产业集群,这些措施包括支持大模型的创新能力、提升创新要素供给能级、推进大模型的创新应用,以及营造一流的创新环境。

      目前,徐汇区建立了全国首个以大模型、产业生态集聚发展为功能定位的产业生态空间。全国首批备案通过的8个大模型中,上海占三席,徐汇区集聚了全国近25%的大模型企业和项目,在全国大模型领域处于领先水平。

    来源:解放日报

  • 人工智能:带给艺术的困境与挑战

    人工智能:带给艺术的困境与挑战

    【学术争鸣】
    德国观念艺术家约瑟夫·博伊斯说“人人都是艺术家”,意思是普通人的思维活动,也包含着类似于艺术家或设计师的创意思维。不过,要把这样的创意思维变成艺术呈现出来是有技术门槛的。但是,随着人工智能(AI)绘画工具的出现,创意思维和艺术呈现之间的技术鸿沟日益被填平——在AI绘画工具上,只要输入我们设定的提示词,就能生成相应的图像。“人人都是艺术家”似乎正在变为现实。
    AI绘画工具的高效产能,给艺术创作带来了很大的冲击,甚至可以说给艺术带来了一种困境。


    在东西方艺术史上,都有一些类似于“以复古为革新”的创作理念。比如在欧洲艺术传统中,强调向希腊、罗马的古典艺术学习的文艺复兴、巴洛克和新古典主义,他们的艺术都以学习和借鉴古典范式作为基础。而在中国,宋元以降,艺坛“崇古”“则古”的风气日甚一日。元代赵孟頫论书主张“则古”,反对取法于今人,论画则谓“作画贵有古意”,他的书画实践也是上溯晋唐,借古开今。还有一种挪用艺术(Appropriation Art),通过借用已有的风格或图式,结构性地移花接木,将历史和当下拼接起来,建构出新的形象和意象。


    这类强调向古人学习或把历史风格作为资源库的艺术创作,在AI绘画工具产生之后,其创作效率得到空前的提高。只要有想法,并以合适的提示词加以引导,无论写实还是抽象,AI绘画工具都可以使各种风格瞬间量产。所以,对于艺术创作来说,AI绘画工具的诞生就如同开启了创造力的潘多拉魔盒——创作者本人不必为得到某种风格而必须掌握某种艺术技巧了。

    基于此,我认为随着AI绘画工具的不断发展,艺术家的身份和艺术教育都将面临巨大变化和挑战。


    从艺术史的角度来看,尽管艺术的定义一直在变,但总体而言仍围绕两个基本的层面:在精神层面,艺术是一种智性的创造,是人类的理智和情感的外化,即黑格尔所谓“美是理念的感性显现”;在物质层面,艺术是人类劳作的产物,涉及媒介、材质、工艺等多方面的使用。数千年来,艺术在精神层面的想象和创造是由人脑来完成的,在物质层面则主要依靠手和脑的协调。机械化大生产时代到来之后,机器完成了大量人手所不能完成的工艺,补充了人的能力不足。后来,随着计算机技术的发展,计算机辅助设计(CAD)和计算机辅助制造(CAM)极大地改变了艺术家和设计师的工作方式,绘图软件的广泛使用,也对挪用艺术和后现代的图像语言起到了极大助推作用。不过,这些技术的进步充其量也就是工具意义上的革命,是物质层面的革新。


    我们再看两个比较有代表性的艺术创造机制的理论。英国美术史家恩斯特·贡布里希用“制作与匹配”理论来阐释艺术创作机制。他认为,艺术家的创作必须先掌握前人留下的图式,再通过观察自然、在画布上尝试各种色迹或线条组合,通过试错慢慢修正图式,才能达到与自然相匹配的程度,这个过程被称为“图式与修正”。美国建筑理论家克里斯托弗·亚历山大创造了模式语言体系。在他的名著《建筑模式语言》一书中描述了城镇、邻里、住宅、花园和房间等共253个模式。在他看来,运用模式语言产生建筑的过程不是各部分之间的简单相加,而是一个不断分化、推演和聚合的过程,新的设计和规划可以在这些模式语言的基础上不断出新。事实上,AI绘画工具的出现相当于把建立在既有图式、风格和模式语言基础上的艺术创作论还原成了一个技术模型的演化问题。


    在传统的训练和创作体系中,为了达到既定的艺术效果,艺术家必须执着于技巧的训练与完善,然而,AI已经使许多艺术效果不必经由技巧训练便可达成。建立在习得的经验基础上的“艺术创造”,对人工智能来讲,就是一个数据、运算和生成的问题。在这种情况下,艺术创造一定程度上回到了意大利美学家克罗齐的经典命题“艺术即直觉,直觉即表现”,而直觉和表现之间的桥梁就是人工智能。在AI成为创意工具之后,创造性活动不再需要大量的脑力、体力和时间,艺术创作变得简单可行。当“人人都是艺术家”之后,曾经意义上的艺术家又是谁呢?艺术家的艺术又当何为呢?


    今天,随着生成式人工智能的发展,电脑实实在在地开始向人类的想象力、审美和情感层面延伸,在音乐、美术、设计、电影等广泛的艺术创造领域发挥过去只能由人发挥的作用。生成式人工智能不仅仅是工具意义上的技术进步,其大语言模型正在不断地深入到艺术想象力和创造力的中枢,如果我们承认艺术家对于艺术创造的主体性价值,那么在人工智能时代,艺术创造的主体就将由“人”变为“人和高度智能化的拟人”的结合,那么创造艺术的艺术家又是谁呢?


    人工智能所带来的这种“淹没性的消解”可能是当前艺术面临的最大危机。
    在艺术教育层面,面对人工智能,艺术院校教什么、怎么教也将面临巨大的挑战。
    人工智能已经成为艺术创作的一个有力工具,然而这种人脑与人工智能的捆绑很容易造成人脑“搭便车”,从而导致大脑创造力的退化。艺术的教学如何设置才能使人类创造力的铁三角——眼、手、脑更为协调而非退化,这将是艺术教育必须面对的一个现实问题。


    相对于大学,艺术职业教育在这方面碰到的挑战越发明显。以往,艺术职业教育更注重技巧能力的培养。随着人工智能的发展,艺术职业教育中教授的插图、建模、设计软件操作等职业技能,可以更多使用人工智能来完成,未来职业教育的方式、方法和前途都必须重新思考。以往更强调应用能力的职业教育,或许符合机械化大生产的要求,却不一定符合智能时代的要求——当大家可以使用人工智能工具时,教那些具有一定重复性的某种技艺技巧,或许已经远远落伍。


    当前,我们处在人工智能飞速发展的时代,未来社会发展趋势难以断言。面对人工智能给艺术创造带来的困境和挑战,我觉得有三点认识或许是解决之道:

    对于如何认知艺术,我认为艺术创造是一个从量变到质变的过程,人工智能可以极大地提高量变的效率,而人要解决的问题是质变,也就是真正有创造性的劳动。
    对于如何创造艺术,我觉得在词语和图像之间架设桥梁很重要。艺术家要能熟练地掌握语言和艺术作品风格、品位的关联,能够训练人工智能并挑选出好的、适合的作品。


    对于艺术教育,生成式人工智能在艺术上的优长是“发人所已发”,而非“发人所未发”。我们以往的教育模式大都以历史上的名家大师、艺术典范为指引,在这种模式下产出的许多引以为豪的艺术创造,事实上是诸多典范的结合和变体。人工智能技术的发展正在使这种学院派的创作模式日益普通且廉价。未来,艺术教育一定不是简单的手艺传承,也不是单向度的专业训练,而是培养有能力连接多种知识、资源和可能性的人才。


    人工智能确实让我感到有些忧虑。它这么聪明,会超过人类吗?它会替代人类进行艺术创造吗?人类能控制好人工智能吗?这些都是人工智能给我们带来的挑战和困境。
    (作者:周博,系中央美术学院教授)
    (项目团队:本报记者 张玉梅、于园媛、许馨仪)

    文章来源:光明日报百家号

  • 使用AI实现高精度钢琴曲转谱Piano Transcription项目简明使用教程

    使用AI实现高精度钢琴曲转谱Piano Transcription项目简明使用教程

    简介

    此项目可将钢琴录音(mp3, wav等格式)转录成MIDI文件, 识别的精度非常之高, 扒谱党的福利。相对于人工扒谱效率高了不知道多少倍, AI扒谱的时代已经到来。

    前段时间字节跳动发布了全球最大的古典钢琴MIDI数据集 GiantMIDI-Piano, GiantMIDI-Piano 的特点是使用钢琴转谱技术,通过计算机将音频文件自动转为 MIDI 文件,并通过该技术转谱了大规模的 MIDI 数据集。

    研究者万余首钢琴作品+一千多小时训练,开发并开源了一套高精度钢琴转谱系统piano_transcription,将所有音频转谱成 MIDI 文件,进而构建了 GiantMIDI-Piano 数据库。

    该转谱系统的特点包括:

    • 能够将任意声部数目、任意复杂度,甚至双钢琴、多钢琴的钢琴音频转谱为 MIDI 文件。
    • 实现了任意时间精度的音符检测,突破了之前算法 32 毫秒识别精度的限制。
    • 对每个音符实现了 128 个粒度的力度识别。
    • 同时包含了钢琴音符和钢琴踏板的识别。
    • 在 MAESTRO 评测数据集上取得 96.72% 的 F1 值,超越了 Google 系统的 94.80%。
    • 预训练模型的代码以 Apache 2.0 协议开源。

    详细介绍见: https://zhuanlan.zhihu.com/p/269218623

    GiantMIDI-Piano: https://github.com/bytedance/GiantMIDI-Piano

    piano_transcription: https://github.com/bytedance/piano_transcription

    一网友在此基础制作的修改版: https://zhuanlan.zhihu.com/p/270999354

    在此基础上, 我再稍微加工了下, 可批量转置, 使得更易使用

    下面是一些转置后制作的一些视频

    2011年Zetacola《赤色要塞》的钢琴演奏原版视频《魂斗罗》《赤色要塞》钢琴–大小姐Zetacola_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com/video/BV1Fx411Q74p

    音质修复+特效钢琴版FC 赤色要塞 钢琴纯音乐 Zeta演奏扒谱音质修复_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili​www.bilibili.com/video/BV1u54y1k7ou

    使用方法只需三步即可

    1. 下载资源
    2. 安装环境
    3. 使用

    下载下面的资源包, 解压

    链接: https://pan.baidu.com/s/1aqnlgfFCjB0KIlPEB8RcRg 提取码: xubj

    资源包内包括Piano transcription项目,项目所使用的已训练完好模型,python安装包和ffmpeg


    安装环境

    以64位的windows版本为例, Mac和linux的步骤也是一样的, 只需安装对应系统的软件版本

    安装下列环境

    01 Python 3.7

    使用到了f-string, 需要Python3.6以上版本才支持, 这里选择安装Python3.7.9版本

    02 项目所依赖的库

    03 ffmpeg

    用于读取媒体文件, 使用资源包里的版本即可

    04 cuda

    限NVIDIA显卡, 使用cuda转置速度更快, 没有可以不装, 使用CPU转置

    05 pytorch

    需要看Python版本和cuda版本, 选择相应的版本下载


    01 安装 Python 3.7

    双击附件里边的Python 3.7.9安装即可

    在cmd里输入python出现下面提示及安装成功

    02 项目所依赖的库

    在项目目录根下按住shift在空白处点击powershell打开

    输入下面命令, 升级pip版本(我装有多个python版本, 所以图片显示命令不一样, 新手直接输入下面命令即可)

    python -m pip install --upgrade pip

    安装依赖环境

    pip install -r .\requirements.txt

    03 安装ffmpeg

    需要把ffmpeg的bin目录添加到环境变量

    右键点击此电脑—属性 , 点击高级系统设置, 高级里边的环境变量, 双击Path, 选择新建,

    将ffmpeg下的bin目录路径复制的里边,

    如 F:\钢琴转谱资源包\ffmpeg\bin(将路径改为你所解压的ffmpeg的bin目录路径)

    然后点击确定

    在cmd里输入ffmpeg 有显示ffmpeg version 4.3.1字样的即添加好了环境变量

    04 安装cuda (使用CPU跳过此步骤)

    CUDA 是 NVIDIA 的一种并行计算平台和编程模型。使用显卡转置比用CPU快很多

    cuda版本和驱动支持有关,显卡驱动会影响支持cuda的版本 , 为避免不必要的错误, 先去官网更新驱动到最新版本,这里以win10 1909版本的系统为例

    win7等其他系统去NVIDIA控制面板查看支持cuda的最高版本, 选择相应的cuda版本

    驱动下载地址https://www.nvidia.cn/geforce/drivers/

    安装显卡最新驱动, 再去下载cuda工具包11.1安装(有3G大)

    下载地址https://developer.nvidia.com/zh-cn/cuda-downloads

    在安装界面选择自定义, 如图只勾选cuda当中的那几项, 其他不必勾选, 选了有可能安装失败

    安装完成后显示

    05 安装pytorch

    到官网下载自己系统合适的版本, 如果使用CPU选择cuda版本选择none

    https://pytorch.org/

    这里选择windows系统python3.7 使用pip安装cuda11为例, 按下图选择好版本后下面会有对应的安装命令

    在cmd命令行里输入下面命令安装pytorch, 文件挺大有差不多2G, 如果网络不好安装失败, 请看下边的离线包安装

    pip install torch===1.7.0+cu110 torchvision===0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

    文件比较大差不多2G, 如果网络不好可以下载离线安装包

    https://download.pytorch.org/whl/cu110/torch-1.7.0%2Bcu110-cp37-cp37m-win_amd64.whl

    下载好后再目录下按住shift在空白处右键点击, 选择powershell打开命令行, 输入下面安装命令

    pip install .\torch-1.7.0+cu110-cp37-cp37m-win_amd64.whl

    项目使用

    把MP3,或wav文件放入input文件夹, 可以放多个音频文件

    在项目piano_transcription按住shift在空白处右键点击, 选择powershell打开命令行, 输入以下命令, 等待程序跑完即可

    python .\start.py

    使用GPU进行转置还是挺快的, 大概10秒~1分多钟一首

    跑完后可在output文件夹得到转置好的mid文件, 使用播放器播放即可, 可使用Pianoteq的音源生成高音质的mp3, 如果效果不是很好, 可以使用midi编辑软件进行进一步的修改。midi文件还可以通过一些软件转成琴谱

    如果使用CPU转置可以修改start.py文件把第19行里边的cuda改为cpu即可

  • 2023年《自然》十大人物:ChatGPT和OpenAI首席科学家苏茨克维上榜

    2023年《自然》十大人物:ChatGPT和OpenAI首席科学家苏茨克维上榜

    ChatGPT在2023年的《自然》十大人物中也占有一席之地。它对整个社会产生了广泛影响。

    12月14日凌晨,2023年《自然》年度十大人物(Nature’s 10)正式揭晓,除了从全球重大科学事件中评选出的10位人物——5位男性,5位女性,今年还有1位非人类上榜——美国人工智能公司OpenAI发布的聊天机器人ChatGPT。

    此外,美国人工智能公司OpenAI的首席科学家、人工智能先驱伊利亚·苏茨克维(Ilya Sutskever),而非该公司的首席执行官山姆·奥特曼(Sam Altman),入选该榜单。

    “虽然(ChatGPT)这个工具不算人物,也不完全满足《自然》十大人物的评选条件,但我们将其破例纳入榜单,以承认生成式人工智能给科学发展和进步带来的巨大改变。”《自然》特写部主编理查德·蒙纳斯特斯基(Richard Monastersky)表示,“ChatGPT占领了今年的各种新闻头条,科学界乃至整个社会都切身感受到其影响。”

    2023年的《自然》年度十大人物分别是:

    印度空间组织“月船3号”(Chandrayaan-3)项目副主管卡帕娜·卡拉哈斯蒂(Kalpana Kalahasti);

    巴西环境部长玛丽娜·席尔瓦(Marina Silva);

    日本大阪大学发育生物学家林克彦(Katsuhiko Hayashi);

    美国国家点火装置首席设计师、物理学家安妮·克里奇(Annie Kritcher);

    联合国首位全球首席高温官埃莱尼·米里维利(Eleni Myrivili);

    美国人工智能公司OpenAI的首席科学家、人工智能先驱伊利亚·苏茨克维(Ilya Sutskever);

    美国佛罗里达大学物理学家詹姆斯·哈姆林(James Hamlin);

    生物化学家斯韦特兰娜·莫伊索夫(Svetlana Mojsov);

    西非内陆国家布基纳法索纳诺罗临床研究中心主任哈里杜·廷托(Halidou Tinto)博士;

    英国伦敦圣巴多罗买(St Bartholomew’s Hospital)医院的癌症研究员托马斯·鲍尔斯(Thomas Powles);

    以及ChatGPT。

    多位上榜人物所在团队取得了非凡成就,实现了有目共睹的里程碑。印度空间组织“月船3号”(Chandrayaan-3)项目副主管卡帕娜·卡拉哈斯蒂协助完成了印度的首次登月任务。美国国家点火装置首席设计师、物理学家安妮·克里奇开发的实验首次实现了产生能量大于消耗能量的核聚变反应。日本大阪大学的发育生物学家林克彦和同事首次用两个雄性小鼠的细胞培养出了小鼠幼崽。美国人工智能公司OpenAI公司首席科学家、人工智能先驱伊利亚·苏茨克维在开发ChatGPT和其底层大型语言模型中发挥了关键作用。

    今年上榜的两位人物尝试解决有全球性意义的问题。巴西环境部长玛丽娜·席尔瓦采取了减少亚马逊森林砍伐的政策行动。这个全球最大热带雨林的森林砍伐率在过去几年里不断上升,令人担忧。联合国首位全球首席高温官埃莱尼·米里维利正在帮助各个国家应对气候变化带来的毁灭性影响。

    三位上榜人物推动了生物医学的关键进展。西非布基纳法索纳诺罗临床研究中心主任哈里杜·廷托领导的临床试验帮助一款疟疾疫苗获批。该疫苗能极大降低疟疾感染率和死亡率。英国伦敦圣巴多罗买医院的癌症研究员托马斯·鲍尔斯报道的临床试验结果预示着膀胱癌和其他癌症治疗将迎来重大进展。生物化学家斯韦特兰娜·莫伊索夫终于让她数十年前在发现胰高糖素样肽-1(GLP-1)中的重要贡献得到承认,当前畅销的减肥药正是以此为基础。

    美国佛罗里达大学物理学家詹姆斯·哈姆林指出了一篇看似极出色的室温超导研究论文的问题。涉事论文的通讯作者是美国罗彻斯特大学机械工程系助理教授、物理与天文学系助理教授兰加·迪亚斯(Ranga P. Dias)。目前该论文已被《自然》期刊撤稿。

    ChatGPT在2023年的《自然》十大人物中也占有一席之地。它转变了科学家做科研和传播科研的方式,并对整个社会产生了广泛影响。

    卡帕娜·卡拉哈斯蒂(Kalpana Kalahasti):“月船2”坠毁后让印度成为第四个登月国家

    卡帕娜·卡拉哈斯蒂(Kalpana Kalahasti)很高兴看到“月船3”号成功登月点燃了印度年轻人的激情。

    卡帕娜·卡拉哈斯蒂(Kalpana Kalahasti)是印度空间组织“月船3”号的工程师,同时也是项目副主管,在“月船3”号成功登月中发挥了至关重要的作用。

    7月14日,“月船3”号在整个国家的期望和担忧中升空。8月23日,探测器安全着陆。印度因此成为继苏联、美国和中国之后,世界上第四个实现登月壮举的国家。

    卡拉哈斯蒂于1974年在印度钦奈(Chennai)出生,本科毕业于印度历史最悠久的大学之一马德拉斯大学的电子与通信工程专业。从2000年加入印度空间研究组织(ISRO),到在月球任务中担任副主管,卡拉哈斯蒂走过了漫漫长路。

    她在ISRO的第一份工作是在位于斯里赫里戈达岛(Sriharikota)的萨迪什·达万航天中心(Satish Dhawan Space Centre)担任雷达工程师。该中心正是ISRO的主要航天发射场。

    其间,她参与了各种卫星项目,并在多个通信和遥感卫星成功发射中发挥了关键作用,包括开发精确定位的推进系统、设计成像设备以捕捉地球高分辨率图像等。最终,她在ISRO具有里程碑意义的项目“月船2”与“月船3”中占有一席之地。

    “月船3”的成功对卡拉哈斯蒂团队而言可谓是苦尽甘来。2019年,印度开展的“月船2”号任务中试图送抵月球表面的着陆器不慎坠毁,宣告任务失败。这对Kalahasti团队打击巨大。国际上另外三个月球登陆任务也惨遭失败:以色列公司SpaceIL于2019年建造的Beresheet着陆器损毁,日本ispace公司开展的Hakuto-R(白兔-R)任务和俄罗斯的Luna 25着陆器也于2023年坠毁。

    卡拉哈斯蒂团队面临的最大挑战之一是新航天器的总质量和可用预算必须与“月船2”相同。卡拉哈斯蒂与项目主管帕拉尼维尔-维拉穆图维尔(Palanivel Veeramuthuvel)一起重新配置了轨道飞行器和着陆器:减少了轨道飞行器的质量,为着陆器配备了更多燃料、更坚固的着陆脚,并采取了其他优化措施。

    面对设计登月着陆器这一庞大的任务体量,卡拉哈斯蒂团队显得人手不足——进行众多测试,并整合结果,同时规划航行线路,这需要协调印度全国范围内十几个ISRO中心。卡拉哈斯蒂说:“这就像我们要一起建造五到六颗不同卫星。”

    在协调人手多线作战的过程中,卡拉哈斯蒂展现出了惊人的领导力。这一能力似乎根植于她的过往在项目管理和系统工程方面的经历。

    卡拉哈斯蒂很高兴看到“月船3”号成功登月点燃了印度年轻人的激情。她说:“除了技术方面,我希望印度以及世界各地的年轻专家们能从中受到启发:一个团队如何从失败中走出来。”

    玛丽娜·席尔瓦(Marina Silva):守护亚马逊热带雨林

    巴西环境和气候变化部长玛丽娜·席尔瓦(Marina Silva)将自己比作亚马逊树木里坚韧的纤维。这些纤维能绑扎木材制成筏子。“我就是这样看待我的工作的。”

    在充斥着全球变暖突破历史记录、热浪和火灾肆虐等坏消息的一年里,巴西环境和气候变化部长玛丽娜·席尔瓦(Marina Silva)却带来了一条充满希望的信息:卫星图像显示,2023年1月至7月,亚马逊热带雨林的砍伐警报较2022年同期下降了43%。这与过去4年间砍伐警报的上升趋势形成鲜明对比。

    砍伐警报的减少,归功于玛丽娜·席尔瓦等人的努力。

    这不是她首次担任环境与气候变化部长。她曾在2003年至2008年间担任过该职务。 

    在首次任期内,玛丽娜·席尔瓦组织制定了《预防和控制亚马逊地区森林砍伐行动计划》(PPCDAm),以应对猖獗的森林砍伐活动。在2004年至2012年间,亚马逊雨林砍伐率下降83%。

    然而,在2019年至2022年间,包括PPCDAm在内的许多环保措施被政府废止,环境犯罪的罚款与前四年相比下降了40%,而亚马逊地区的伐木率增加了约60%。

    今年,玛丽娜·席尔瓦和她的团队重新行动起来。

    其中一个关键成就是6月5日出台的优化后的PPCDAm计划。

    巴西国家空间研究所(INPE)数据显示,从2022年8月到2023年7月,亚马逊雨林砍伐相比过去12个月下降了约22%。这是自2018年以来的最低速度,但却是2012年的两倍。

    此外,玛丽娜·席尔瓦还恢复了对该地区环境法规执法的支持。巴西环境和可再生自然资源研究所(IBAMA)数据显示,今年1月至7月,该地区环境犯罪相关罚款比2019年至2022年的同期平均增加了147%。

    玛丽娜·席尔瓦从小就敢于迎难而上。她于1958年出生在巴西亚马逊地区中心地带的里奥布朗库。在拥有11个孩子的贫困家庭中(其中3人夭折),席尔瓦与兄弟姐妹早早开始工作——从橡胶树中提取乳胶。她曾想成为一名修女。直到十几岁,她才学会读写。

    70年代中期,席尔瓦在乡村领导力课程上遇到了环保活动家奇科·门德斯(Chico Mendes),开始了她的环保活动生涯,最终进入政坛。1994年,35岁的她成为巴西最年轻的参议员。

    然而,仅仅结束砍伐还远远不够。“如果各国不减少化石燃料导致的二氧化碳排放,森林就有被气候变化摧毁的风险。因此,我们需要进行文明层面的变革,改变我们的生活方式。”席尔瓦说。 

    她将自己比作亚马逊树木里坚韧的纤维。这些纤维能绑扎木材制成筏子。“我就是这样看待我的工作的,”她说,“汇聚有能力的人和所需的一切,组成这个充满挑战的时代中的平台与基础。” 

    林克彦(Katsuhiko Hayashi):重塑生殖

    日本大阪大学发育生物学家林克彦(Katsuhiko Hayashi)希望将实验扩展到另一种动物:北方白犀牛。如今已知存活的北方白犀牛仅存两只,且都是雌性,濒临灭绝。

    当日本大阪大学发育生物学家林克彦(Katsuhiko Hayashi)等人于3月份宣布他们成功从两个雄性亲本细胞中繁殖出小鼠时,澳大利亚悉尼新南威尔士大学生殖生物学家罗伯特·吉尔克里斯特(Robert Gilchrist)表示:“我惊讶得从椅子上摔了下来。这是一个惊人的科学成就。”

    此前,许多研究人员认为这个任务是不可能完成的,或几乎不可能。林克彦说,“实际上,没那么困难。”

    从本科开始,林克彦就被生殖细胞深深吸引:它们能自然发展成精子和卵子,对生殖具有重要意义,并且能通过后代不断延续下去。他对此产生了深厚的研究兴趣。“生殖细胞是生命的源泉。”他说。

    多年来,林克彦因承担艰巨而富有想象力的任务而声名远扬。东京理科大学免疫学家、Hayashi的博士导师Daisuke Kitamura说:“他工作起来一个人能当十个人用。”

    林克彦和团队先前通过诱导小鼠干细胞成为不成熟的卵子,再使其成熟,受精并培育幼鼠。今年,他的实验室在这一成功经验的基础上更进一步,使用雄性鼠的细胞来培育卵子。在630次胚胎移植中,只有7只幼鼠存活下来。

    现在,他希望将实验扩展到另一种动物:北方白犀牛(北白犀、北部白犀牛、北非白犀牛,Ceratotherium simum cottoni)。如今已知存活的北方白犀牛仅存两只,且都是雌性,濒临灭绝。新技术或许是拯救这一濒危族群的方法。林克彦表示,与实验小鼠相比,在实验室中培育白犀牛的精子和卵子要困难得多。

    培育人类生殖细胞则更复杂。美国加州大学洛杉矶分校发育和干细胞生物学家阿曼德·克拉克(Amander Clark)表示,将林克彦开创的技术应用于培育人类卵子和精子可能需要几十年的时间。

    与此同时,林克彦基本上不参与相关的伦理讨论。“从科学家的角度来看,我们相对简单——我们试图培育质量好的卵子,”他说,“但是否应该使用这种类型的卵子不应由我们决定,而应由社会决定。”

    安妮·克里奇(Annie Kritcher):聚变“点火”者

    美国国家点火装置首席设计师、物理学家安妮·克里奇(Annie Kritcher)说,核聚变不是一个“是否能出现”的问题,而是一个“何时出现”的问题。她希望激光能发挥作用。“我很乐意参与其中。”

    2022年底,美国国家点火装置首席设计师、物理学家安妮·克里奇(Annie Kritcher)帮助美国能源部下属的国家点火装置(National Ignition Facility,NIF)实现了数十年来全球实验室一直未能达成的目标:将原子压得非常紧密,使它们发生核聚变,产生多于反应所消耗的能量。

    耗资35亿美元,位于美国加利福尼亚州劳伦斯利弗莫尔国家实验室的NIF旨在发展核武器科学。其研究进展也有助于核聚变能源开发。这是一种安全、清洁且几乎无尽的能源来源。NIF在2022年取得的成功对许多人来说都是出乎意料的。此前,点火计划已经比预计延后了十年,有些人担心成功点火是无法实现的。

    但首次成功并不意味着大功告成。在实现这一点火实验里程碑后,克里奇团队面临着重复这一过程的压力。

    一波三折!其团队在2023年6月份进行的第一次重复尝试时与成功失之交臂。克里奇说:“事情可能会变得疯狂,我确实感到有压力。”

    但接下来的尝试成功了。2023年7月30日,点火装置发射出的激光束为一个悬浮在金属圆筒中的氢同位素氘和氚的冰冻小球提供了2.05兆焦耳的能量。由此产生的坍缩使同位素融合成氦,释放出能量,产生比太阳核心温度高六倍的温度。这些反应产生了3.88兆焦耳的聚变能量。

    在7月的成功之后,克里奇和她的团队于10月进行了另外两次点火尝试,从而使成功率达到了6次尝试中的4次。他们正为2024年实现更高产出做准备。

    NIF旨在不进行爆炸测试的前提下帮助政府科学家确保美国热核武器的安全性和可靠性。但这并不是最初吸引克里奇加入的原因。她2004年的暑期实习期间就在利弗莫尔参与过聚变能源相关工作。开始研究生学业前,她迅速把目标对准了NIF,并于2012年正式加入。因为那里是地球上为数不多研究聚变反应的地方之一。

    2016年,克里奇开始大展身手,跻身聚变计划的核心。她带领团队分析实验数据,使用计算机模型设计实验,旨在通过调整各种激光束的能量和时间等参数来实现和增加聚变产量。

    在正式实现点火目标后,克里奇已经开始进行一系列新的实验,旨在再次提高能量输出——几十兆焦耳甚至更高目标。

    她说,核聚变不是一个“是否能出现”的问题,而是一个“何时出现”的问题。她希望激光能发挥作用。“我很乐意参与其中。”

    埃莱尼·米里维利(Eleni Myrivili):温度管理员

    米里维利参加迪拜气候谈判,目标是阻止世界升温趋势,为未来做好准备。

    埃莱尼·米里维利(Eleni Myrivili)曾是希腊雅典的副市长、雅典的首席高温官,如今,她担任着全球性的职务,是联合国首位首席高温官员(chief heat officer),致力于减缓日益升温的气候所带来的灾难性影响。

    2023年很有可能在12月底前成为有记录以来最热的一年。这种极端高温带来了致命的影响:2023年7月份发表的一篇论文称2022年5月底至9月初期间,热浪在欧洲范围内夺走了超过61,000条生命,其中意大利、希腊和西班牙的热相关死亡率最高。

    米里维利对热浪的关注与她文化人类学家的职业起点相去甚远。她获得了移民、暴力和边境相关博士学位,随后在希腊米蒂利尼(Mytilene)的爱琴大学任教。

    2007年夏天,希腊部分地区发生大火,雅典附近的帕尼萨国家公园大面积燃烧。这是气候变化对人们的警示,也是米里维利职业生涯的转折点。

    她因为社会缺乏与那场大火相关的信息与倡议而愤怒,因此决定投身政治。在与希腊的绿色政党合作一段时间后,她阅读了本杰明·R·巴伯(Benjamin R. Barber)的《如果市长统治世界》一书,并决定转向城市政府。在雅典市政府的不同岗位工作时,她致力于在城市各部门推动气候适应和规划。

    2021年,她被任命为雅典的首席高温官员。

    为了提高人们对危险天气模式的认识,米里维利倡导人们为热浪命名。她还努力为气候倡议争取资金:2018年,她的团队从欧洲投资银行获得了500万欧元(当时价值590万美元)的气候适应项目贷款。

    现在,米里维利专注于提高全球对极端高温的认识,并通过联合国人居署(UN Habitat)为项目筹集资金,其中包括于迪拜举行的第28届气候大会上引入的全球降温承诺。

    米里维利讨厌空调,反感向她提起空调的人。但在2021年的热浪中,她最终购买了一个小型空调。“但我仍然讨厌它。”她说。

    然而,随着气温升高,空调的使用只会增多。这也是米里维利参加迪拜气候谈判的原因——阻止世界升温趋势,为未来做好准备。

    苏茨克维是深度学习和大型语言模型(LLMs)领域富有远见的先驱,现在正通过OpenAI的 “超级对齐 ”项目专注于控制人工智能系统。

    伊利亚·苏茨克维(Ilya Sutskever):AI梦想家

    伊利亚·苏茨克维(Ilya Sutskever)是人工智能技术发展的关键人物。他在开发聊天机器人ChatGPT的过程中发挥了核心作用。同时,他对人工智能的未来感到担忧。

    苏茨克维于1986年出生在苏联。他一直是个早熟的学习者。青少年时,他就在以色列学习了大学水平的编程课程。

    在举家迁往加拿大后,十几岁的苏茨克维敲开了多伦多大学、现代人工智能(AI)教父杰弗里·辛顿(Geoffrey Hinton)的门,寻求一份工作。

    “他说他夏天在炸薯条赚钱,相比之下,他更乐意为我工作,做人工智能的工作。”辛顿说。

    2003年,17岁的苏茨克维开始与辛顿合作研究深度学习。

    2012年,苏茨克维和辛顿的另一名学生建立了神经网络AlexNet,并以惊人的优势赢得了具有里程碑意义的图像识别竞赛。后来,苏茨克维转投谷歌,在那里他帮助开发了人工智能围棋软件AlphaGo,在复杂的棋盘游戏围棋中击败了人类冠军。

    2015年,苏茨克维受邀与奥特曼等人共进晚餐,其中包括亿万富翁企业家埃隆·马斯克(Elon Musk)。同年,他们共同创立了非营利的OpenAI,旨在”造福人类”。苏茨克维认为这是一个认真追求人工通用智能(AGI)的机会。

    苏茨克维是深度学习和大型语言模型(LLMs)领域富有远见的先驱,现在正通过OpenAI的 “超级对齐 ”项目专注于控制人工智能系统。

    OpenAI和其他一些公司将其代码和训练数据保密。苏茨克维说,从长远来看,封闭系统将避免让他人制造出强大的人工智能,这是负责任的做法。”到了某个时候,人工智能的能力将变得如此巨大,以至于开源模型显然是不负责任的。”他说。

    2023年11月17日,苏茨克维和OpenAI其他董事会成员解雇了首席执行官山姆·奥特曼(Sam Altman),引发了公司内部混乱。但随后,他表示对自己的行为感到后悔。

    许多员工威胁要与奥特曼一起投奔微软,其中包括苏茨克维。

    5天后,当奥特曼重新加入OpenAI公司时,苏茨克维被董事会除名。但奥特曼说,他对苏茨克维的恶意为零。“虽然伊利亚将不再在董事会任职,但我们希望继续我们的工作关系,并正在讨论他如何继续在OpenAI的工作。”

    动荡之后,苏茨克维拒绝了《自然》期刊的采访。

    知名华裔人工智能专家吴恩达(Andrew Ng)说,苏茨克维有一个令人钦佩的特质——无论别人是否同意他的观点,他都能选择一个方向并坚持不懈地追下去。

    “超导”侦探、美国佛罗里达大学物理系副教授詹姆斯·哈姆林(James Hamlin)。

    詹姆斯·哈姆林(James Hamlin):“超导”侦探

    美国佛罗里达大学物理系副教授詹姆斯·哈姆林(James Hamlin)帮助人们发现了所谓室温下超导电性耸人听闻说法中的缺陷。

    2007年,他在美国圣路易斯华盛顿大学获得博士学位。他目前的实验室致力对新颖电子和磁性材料的研究。他对非常规超导态以及高温超导态的形成条件感兴趣。

    超导现象是指材料在低于某一温度时,电阻变为零的现象。这种条件下的超导体表现出零电阻和完全抗磁性。

    哈姆林还记得自己第一次被实验欺骗时的情景。

    那时,他还是一名研究生,他在一种意想不到的材料中看到了超导的迹象——电子不受阻碍地穿了过去。他兴奋不已,告诉了导师。但导师很淡然,反而问了他很多问题,并建议他进行更多检测。当对前述材料进行进一步检测时,超导现象消失了。他吸取的教训

    “不要假设(以为)你发现了什么。”哈姆林说。

    2023年3月,在《自然》期刊上,美国罗彻斯特大学机械工程系助理教授、物理与天文学系助理教授兰加·迪亚斯(Ranga P. Dias)再次发表论文,并在美国拉斯维加斯召开的美国物理学会年会上报告称,发现一种新材料——镥氮氢化物在约21℃的室温条件下,加压到1万个标准大气压就会出现超导现象。

    在一片争议声中,哈姆林和美国康奈尔大学超导研究员布拉德·拉姆肖(Brad Ramshaw)向《自然》表示了对这项研究的担忧。

    这不是第一次,甚至不是哈姆林第二次揭露迪亚斯研究成果中的问题。

    2020年,迪亚斯在在《自然》杂志上发表了一篇论文,声称发现了第一个室温超导体,尽管需要的压力要高得多。

    迪亚斯的 2020 年论文发表后,加州大学圣地亚哥分校物理学家豪尔赫·赫希(Jorge Hirsch

    认为该研究中的一项测量结果看起来很可疑,而且与哈姆林2009的一篇论文中的测量结果有相似之处。在赫希的推动下,哈姆林对自己的工作进行了调查,发现有证据表明另一位合著者马修·德贝塞(Matthew Debessai)篡改了数据。这篇论文于2021年被撤回。

    哈姆林想知道迪亚斯2020年发表的研究是否也存在问题。

    但迪亚斯和合著者花了一年多的时间才公布赫希想要的数据。赫希、哈姆林和其他人分析发现了其中操纵的证据。2022年9月,《自然》杂志撤回了迪亚斯前述涉事研究论文。但撤回声明未提及不当行为,迪亚斯也否认有不当行为。

    哈姆林还发现迪亚斯剽窃了他自己和其他人的研究成果——迪亚斯后来发表在《物理评论快报》上的一篇论文中重复使用了他的论文数据。涉事论文已于2023年8月被撤回。

    在迪亚斯2023年《自然》期刊论文在线发表大约8个月后,涉事论文于2023年11月被撤回。这是迪亚斯在一年多的时间里第三次撤回论文。

    值得注意的是,3月15日,距离迪亚斯在美国物理学会年会上宣布发现高压室温超导材料并公布数据仅8天,南京大学物理学院教授闻海虎带领的团队就公布重复实验结果,推翻了迪亚斯等人的室温超导研究结果,引发轰动。

    闻海虎教授团队的前述研究结果5月11日在线发表在《自然》(Nature)杂志上:他们制备的氮掺杂的镥氢化物(又称镥-氢-氮化合物)没有表现出近常压室温超导性。

    哈姆林不是一名全职侦探,他更热衷于把更多的时间花在自己的超导研究上。”这仍然是物理学中最令人兴奋的课题。”他说。

    斯韦特兰娜·莫伊索夫(Svetlana Mojsov):“明星”减肥药的先驱研究者

    一种模仿胰高糖素样肽-1(GLP-1)的新型减肥药物正席卷全球,为制药公司创造了数十亿美元的利润, 也为其研究人员获得了科学界的赞誉。

    但是,一位早期的先驱却没有得到应有的承认:斯韦特兰娜·莫伊索夫,一位出生于南斯拉夫的科学家,现年70多岁,目前是美国纽约洛克菲勒大学的一名生物化学家。

    她在识别和表征活性GLP-1方面发挥了关键作用。然而,她许多工作没有得到人们的认可,她也没有分享到相关成就的科学奖项。

    当时在细胞系中进行的其他GLP-1实验使用了莫伊索夫创造的多肽和抗体;证明GLP-1可以降低血糖的早期的临床试验也使用了莫伊索夫的多肽和抗体。

    这些研究为诸如Ozempic和Wegovy等药物奠定了基础。这些药物的有效成分都是一种名为司美格鲁肽(semaglutide)的GLP-1类似物,它只是对在莫伊索夫的原始论文中概述的多肽进行了细微的修改,提高了其稳定性并确保疗效更持久。

    目前,司美格鲁肽的全球销售额每月超过10亿美元,并被预计将成为最畅销的药物之一。

    然而,莫伊索夫在这一发现中的作用却被长期忽视。

    2023年,莫伊索夫与领域内的刻板印象进行了斗争,她在这一领域的贡献开始赢得更广泛的认可。“我所要做的就是澄清科学记录。”她说。

    为了在基础专利中加入自己的名字以作为共同发明人,她不得不忍受旷日持久的诉讼之战。此举为莫伊索夫赢得了第一代GLP-1药物销售额相关联的一两年的特许权使用费。

    但由于她的专利早已过期,司美格鲁肽的暴利与她无关。这种不被认可的感觉让莫伊索夫感觉:历史正在被 “操纵”。

    在她的敦促下,《细胞》和《自然》等学术期刊更新了对GLP-1发现的叙述,以更好地反映莫伊索夫的贡献:她在美国麻省总医院(MGH),和丹麦哥本哈根大学的研究人员,分别独立发现并描述了GLP-1这种激素的活性形式。

    此外,在莫伊索夫开始研究GLP-1约40年后,终于有媒体讲述了她的故事。

    支持她的电子邮件纷至沓来。这些邮件来自科学家同行,尤其是女性科学家。人们对生物医学研究的等级制度感到沮丧。

    奖项及声望也可能正在到来。但这些不是莫伊索夫的当务之急。她的首要任务是继续在她的实验室里研究GLP-1和相关蛋白。”我很高兴我的工作得到了认可,”她说,”其他都是次要的。”

    哈里杜·廷托:疟疾斗士

    西非布基纳法索纳诺罗临床研究中心主任哈里杜·廷托帮助完成了目前第二种被批准的疟疾疫苗的临床试验。

    哈里杜·廷托曾有机会去美国一所大学做博士后研究,但他拒绝了,并于2006年返回位于西非内陆的布基纳法索。

    在那里,他与当地科学家和临床医生一起建立了纳诺罗(Nanoro)临床研究中心(CRUN)。这是R21等疟疾疫苗的试验基地。许多科学家将该研究中心的成功归功于廷托的勤奋。

    “他(廷托)真的想推动非洲的科学和研究。”廷托在比利时安特卫普大学的博士研究生导师翁贝托·亚历山德罗(Umberto D ‘Alessandro)说。因为对流行病学和疟疾耐药机制的研究,2006年,廷托在安特卫普大学获得博士学位。

    绝大多数疟疾感染都发生在非洲。非洲每年有2亿多疟疾感染病例和50万例死亡病例,主要是年龄小于5岁的儿童。

    2023年10月,廷托6岁的女儿感染了疟疾,在经历发烧、头痛和呕吐之后,她幸运地康复了。同月,廷托一直在测试的名为R21的疟疾疫苗被世界卫生组织推荐使用。这是仅有的第二种被批准的疟疾疫苗。它被认为有望避免数百万人死亡。

    世卫组织指出,R21最早将于2024年年中在非洲普及。

    2007年,葛兰素史克制药公司及其合作伙伴正在对一种已经开发多年的疟疾疫苗进行临床试验。对于廷托只有10名员工的新诊所以及匮乏基础设施的当地来说,成为试验的一部分似乎不太可能。尽管如此,廷托向协调人证明了他们能够做到。

    如今,纳诺罗临床研究中心已经有400多名工作人员和同事,包括来自非洲各地的数十名研究生。廷托正在进行30多项临床试验,包括另外两种疟疾疫苗和更多关于R21疫苗的研究。

    最鼓舞廷托的是拯救生命的机会。他说,“对我来说,生命是最重要的。”

    托马斯·鲍尔斯(Thomas Powles):癌症探索者

    英国伦敦圣巴多罗买(St Bartholomew’s Hospital)医院的癌症研究员托马斯·鲍尔斯报道的临床试验结果预示着膀胱癌和其他癌症治疗将迎来重大进展。

    托马斯·鲍尔斯是英国伦敦圣巴多罗买(St Bartholomew’s Hospital)医院的癌症研究员。他领导了一项治疗严重膀胱癌的变革性临床试验。2023年10月,当他在西班牙马德里举行的欧洲肿瘤内科学会年会(ESMO)上展示这项晚期膀胱癌临床试验的数据时,全场两次爆发出掌声。

    鲍尔斯发现,与标准化疗相比,两种新药的联合治疗似乎将患者的中位生存时间从大约16个月延长至2.5年。

    美国斯坦福大学膀胱癌研究员艾拉·斯金纳(Eila Skinner)坦言:“这项特殊的试验绝对是我们近40年来在晚期膀胱癌治疗方面取得的最大突破。”

    鲍尔斯教授在泌尿系统肿瘤生物标志物和新药策略的开发中发挥了重要作用。他领导的研究使得四种癌症疗法获得了批准。

    他在伦敦大学的医学博士论文是关于泌尿系统肿瘤的耐药机制。

    相关膀胱癌临床试验测试了一种名为恩福妥单抗-维多汀的ADC(抗体偶联药物),它与另一种药物帕博利珠单抗配合使用,靶向膀胱癌细胞中大量存在的一种名为nectin-4的蛋白质。2023年早些时候,美国食品和药物管理局(FDA)批准了这种组合式疗法,用于不适用顺铂化疗的患者,其中约有一半是晚期膀胱癌患者。

    美国佛罗里达州中部最大的癌症中心之一、奥兰多市AdventHealth癌症研究所膀胱癌研究员古鲁·松帕德(Guru Sonpavde)称,2024年初可能会批准更广泛地使用这种药物。

    除了渴望新的发现之外,鲍尔斯说:“参与这些试验的患者是作出巨大牺牲的人。”

    ChatGPT:生成式人工智能革命已经开始,没有退路

    ChatGPT不是一个人,然而,在过去一年里,它在许多方面对科学产生了广泛而深远的影响。

    为什么要把一个计算机程序列入2023年影响科学的人物名单呢?

    ChatGPT由美国加利福尼亚州旧金山的人工智能公司OpenAI的研究人员创建的,在2022年11月作为免费使用的自动对话代理(聊天机器人)而发布。ChatGPT不是一个人,然而,在过去一年里,它在许多方面对科学产生了广泛而深远的影响。ChatGPT的唯一目标是按照其训练数据的风格继续进行看似合理的对话。但在此过程中,它和其他生成式人工智能(AI)程序正在改变科学家的工作方式。它们还重新引发了关于人工智能局限性、人类智能本质以及如何最好地规范两者之间互动的辩论。这就是为什么今年的《自然》十大人物中增加了一位非人类成员。

    ChatGPT建立在一个拥有数千亿参数的神经网络上,这个神经网络是在一个巨大的在线书籍和文档语料库上训练的,估计耗资数千万美元。大量工作人员编辑或评估它的回答,以进一步塑造其输出的内容。今年,OpenAI升级了ChatGPT的底层LLM(大型语言模型),并将其与其他程序连接起来,以便该工具可以接收和创建图像。其他公司也急忙推出了竞品。

    对于一些研究人员来说,这些应用程序已经成为宝贵的实验室助手——帮助总结或撰写手稿,完善应用程序和编写代码。美国麻萨诸塞州波士顿市哈佛医学院从事人工智能医学研究的玛琳卡·齐特尼克(Marinka Zitnik)说,ChatGPT和相关软件可以帮助人们集思广益,增强科学搜索引擎,并识别文献中的研究空白。以类似的方式对科学数据进行训练的模型可以帮助建立指导研究的人工智能系统,或许可以通过设计新分子或模拟细胞行为来实现。

    但这项技术也很危险。自动对话代理可以帮助作弊者和剽窃者,如果不加以控制,它们将不可逆转地污染科学知识的宝库。未声明的人工智能内容已经开始在互联网上渗透,一些科学家承认使用ChatGPT生成文章,但并没有正式说明。

    它与人合作撰写科学论文——有时是偷偷摸摸地;它为演讲、拨款提案和课程起草大纲,大量炮制计算机代码,并充当研究想法的传声筒;它也发明参考文献,编造事实,并且照搬仇恨言论。最重要的是,它抓住了人们的想象力:时而顺从,时而迷人,时而有趣,甚至令人恐惧。ChatGPT扮演着任何对话者想要的角色,有些甚至是他们不希望的角色。

    其次,错误和偏见已经嵌入生成人工智能的运作方式之中。LLM(大型语言模型)通过映射语言之间的相互联系,建立起一个世界模型——在没有评估真假概念的情况下。这导致程序在训练数据中再现历史偏见或不准确的数据,并编造信息,包括本不存在的科学文献参考。

    一些国家正在开发国家人工智能研究资源,使大公司之外的科学家能够构建和研究大型生成人工智能。

    没有人知道类似ChatGPT的系统还能发挥多大作用。但生成式人工智能革命已经开始,而且没有退路。

  • 魔众智能AI系统AI对话、AI创作、AI绘画

    魔众智能AI系统AI对话、AI创作、AI绘画

    由魔众授权中心颁发的魔众智能AI系统商业运营授权许可证,经过认证后您将拥有商业授权用户身份,并且享有使用魔众智能AI系统进行商业运营的合法权利。

    编者注意到,该系统需要付费:

    PC端演示站http://aigc.demo.tecmz.com

    移动端演示站http://aigc.demo.tecmz.com/aigc_mobile

    后台管理演示http://aigc.demo.tecmz.com/admin 用户demo 密码123456

    魔众合作伙伴:https://www.tecmz.com/agents