此外，Midjourney還提供了“-cw”標簽，用戶可以通過這個標簽來調(diào)整與指定圖片的相似程度，從而微調(diào)角色的樣貌。

騰訊聯(lián)合清華、港科大推出圖生視頻大模型“Follow Your Click”

3月15日，騰訊和清華大學、香港科技大學聯(lián)合推出全新圖生視頻模型“Follow-Your-Click“，基于輸入模型的圖片，只需點擊對應區(qū)域，加上少量提示詞，就可以讓圖片中原本靜態(tài)的區(qū)域動起來，一鍵轉(zhuǎn)換成視頻。

據(jù)了解，本聯(lián)合項目組中的騰訊混元大模型團隊，正在持續(xù)研究和探索多模態(tài)技術，擁有行業(yè)領先的視頻生成能力。此前，騰訊混元大模型作為技術合作伙伴，支持《人民日報》打造原創(chuàng)視頻《江山如此多嬌》，生成中國大美河山的精美視頻片段，展示出了較強的內(nèi)容理解、邏輯推理和畫面生成能力。

生物模型

前Google DeepMind科學家聯(lián)手創(chuàng)建Biooptimus，構(gòu)建首個通用生物學大模型

2月20日，總部位于巴黎的Biooptimus在獲得3500萬美元的種子輪融資，其使命是建立第一個用于生物學的通用人工智能基礎模型。這一新的開放科學模型將把不同規(guī)模的生物學與生成人工智能連接起來——從分子到細胞、組織和整個生物體。

Bioptimus聯(lián)合了一個由Google DeepMind alumni和Owkin科學家組成的團隊，其中AI生物技術初創(chuàng)公司Owkin本身就是一家法國獨角獸，他們將利用AWS計算和Owkin的數(shù)據(jù)生成功能，并訪問來自全球領先學術醫(yī)院的多模態(tài)患者數(shù)據(jù)。

AI應用

具身智能

英偉達成立具身智能實驗室GEAR

2月24日，英偉達宣布成立通用具身智能體研究實驗室GEAR，標志著英偉達正式入局具身智能領域的研究，加速人工智能具身化進程。

機英偉達GEAR實驗室的聯(lián)合創(chuàng)始人Jim Fan博士在X平臺上表示：“我們相信，在未來，每一臺移動的機器都將是自主的，機器人和模擬智能體將像iPhone一樣無處不在。我們正在構(gòu)建基礎智能體：一個具有通用能力的AI，可以在許多虛擬和現(xiàn)實的世界中學習如何熟練地行動。2024年將是屬于機器人、游戲AI和模擬的一年?！?

Jim Fan還補充道：“我們有足夠的資金一次性解決機器人基礎模型、游戲基礎模型和生成式模擬。我們團隊可能是全球最有錢的具身智能實驗室?！?

特斯拉人形機器人更新，步態(tài)達到最快

2月25日，特斯拉人形機器人Optimus發(fā)布更新，達到了有史以來最快的步態(tài)，速度約為 0.6m/s，比去年12月速度提升了30%以上。

Optimus改善了前庭系統(tǒng)、足部軌跡和地面接觸邏輯，升級了運動規(guī)劃器，并減少了機器人的循環(huán)延遲。Optimus整體上更加穩(wěn)定、更加自信——即使在轉(zhuǎn)彎時也是如此。此外，還添加了輕微的軀干和手臂擺動。

Figure AI宣布獲得6.75億美元融資，估值達到26億美元

2月29日，具身智能公司Figure宣布獲得6.75億美元融資，估值達到26億美元。投資方包括微軟、OpenAI創(chuàng)業(yè)基金、英偉達、杰夫·貝索斯（通過Bezos Expeditions）、Parkway Venture Capital、英特爾、Align Ventures。

Figure AI還與OpenAI簽署了合作協(xié)議，為人形機器人開發(fā)下一代人工智能模型。Figure將利用Microsoft Azure進行人工智能基礎設施、培訓和存儲。

3月13日，F(xiàn)igure AI的第一款產(chǎn)品Figure 01發(fā)布Demo視頻，能夠?qū)崿F(xiàn)端到端的機器人指令操作。其中，OpenAI模型提供高級視覺和語言智能，圖形神經(jīng)網(wǎng)絡提供快速、低級、靈巧的機器人動作。

伯克利團隊發(fā)布具身智能論文，用訓練GPT的方法訓練人形機器人

3月3日，伯克利團隊發(fā)布論文，名為《Humanoid Locomotion as Next Token Prediction》，論文的核心思想，就是把OpenAI訓練ChatGPT時所用到的“預測下一個token”的思路，用在人形機器人的運動控制中。

該模型是一個通過自回歸預測訓練的causal transformer（因果轉(zhuǎn)換器）。