引言
在人工智能技术的飞速发展中，每周都有令人兴奋的新进展。本周，我们将带您了解一些最新的 AI 动态，包括 DeepMind 的 Veo 2 视频生成 AI、Pika Labs 的视频生成器 2.0、Microsoft 的 Phi-4 数学问题解决 AI 模型，以及更多。让我们一起探索这些技术如何塑造我们的未来。
DeepMind 发布 Veo 2：4K 分辨率的视频生成 AI
DeepMind 最近宣布了 Veo 2，这是一款下一代视频生成 AI，能够创建高达 4K 分辨率的两分钟视频片段，无论是分辨率还是持续时间都超越了 OpenAI 的 Sora。Veo 2 目前仅在 Google 的实验性视频创作工具 VideoFX 上提供，它在物理理解、摄像机控制方面有所改进，并能产生更清晰的影像。该模型能够更真实地模拟运动、流体动力学和光的性质，包括不同的镜头和电影效果。
Veo 2 的技术亮点
- 高分辨率视频生成：Veo 2 能够生成高达 4K 分辨率的视频，这在视频生成 AI 中是前所未有的。
- 物理和摄像机控制：Veo 2 在理解物理规则和摄像机操作方面有所提升，使得生成的视频更加逼真。
- 动态模拟：该模型能够更真实地模拟运动和流体动力学，为视频创作带来新的可能性。
- 光影效果：Veo 2 能够模拟不同的镜头和电影效果，为视频创作提供更多的艺术表现力。
Pika Labs 推出视频生成器 2.0：自定义场景元素
Pika Labs 推出了其 AI 视频生成器的 2.0 版本，引入了一个重要的新功能“场景成分”，允许用户将自己的图像融入 AI 生成的视频。用户可以通过构建包含人物、物体、服装或环境的视觉组件的场景，并由 AI 确定每个图像的目的，并将它们合并成一个功能性场景。这个更新的视频生成器还拥有增强的视觉质量和更好的提示遵循性，将对所有用户开放，包括欧盟用户，这与仅对 Pro 订阅者完全开放的 OpenAI 的 Sora 形成对比。
Pika Labs 视频生成器 2.0 的新特性
- 自定义场景元素：用户可以将自己的图像融入 AI 生成的视频，提供更多的个性化选项。
- 视觉组件构建：用户可以通过组合不同的视觉组件来构建场景，AI 将自动将它们融合在一起。
- 视觉质量和提示遵循性提升：新版视频生成器在视觉质量和对用户提示的遵循性方面都有所提升。
- 全球用户可访问：与 Sora 不同，Pika Labs 的视频生成器 2.0 对所有用户开放，包括欧盟用户。
DeepMind 展示 Project Mariner：网络冲浪的 AI 代理
DeepMind 还展示了 Project Mariner，这是一个可以代表用户与网络互动的 AI 代理。由 Gemini 驱动的代理可以控制 Chrome 浏览器，移动光标，点击按钮，填写表单，模仿人类与网站的互动。目前正在一个小群体中测试的这个代理可以执行创建购物车、查找航班和酒店等任务。然而，它不能代表用户填写信用卡信息或接受 cookies。该代理在 Chrome 浏览器的最活跃标签页上工作，这意味着用户必须观看代理执行任务。
Project Mariner 的功能
- 网络互动：Project Mariner 可以代表用户与网络互动，执行各种在线任务。
- Chrome 浏览器控制：代理可以控制 Chrome 浏览器，执行点击和填写表单等操作。
- 任务自动化：用户可以让代理自动执行创建购物车、查找航班和酒店等任务。
- 隐私保护：代理不会填写信用卡信息或接受 cookies，保护用户的隐私和安全。
Microsoft 推出 Phi-4：擅长解决数学问题的 AI 模型
Microsoft 推出了 Phi 系列的最新成员 Phi-4，这是一个特别擅长解决数学问题的生成 AI 模型，得益于改进的训练数据质量。这个包含 140 亿参数的模型目前可以在 Microsoft 的 Azure AI Foundry 开发平台上有限度地访问，用于研究目的。Phi-4 的增强性能归功于使用高质量的合成数据集和人类生成的内容，以及未指定的后训练改进。这次发布标志着自 Sébastien Bubeck 离开公司加入 OpenAI 以来，Phi 系列模型的首次发布。
Phi-4 的特点
- 数学问题解决：Phi-4 特别擅长解决数学问题，这是其主要特点。
- 高质量训练数据：模型的性能提升得益于高质量的训练数据。
- 后训练改进：Phi-4 在后训练阶段进行了一些未指定的改进，进一步提升了性能。
- 有限访问：Phi-4 目前仅在 Azure AI Foundry 平台上有限度地提供给研究人员。
总结
本周的 AI 进展显示了人工智能在视频生成、网络互动和数学问题解决等领域的快速发展。Veo 2 和 Pika Labs 的视频生成器 2.0 为内容创作者提供了强大的新工具，Project Mariner 展示了 AI 在网络自动化方面的潜力，而 Phi-4 则标志着 AI 在解决复杂问题上的进步。随着这些技术的不断完善和发展，我们期待它们在未来将如何进一步改变我们的工作和生活方式。