Source : TechWeb.com.cn Auteur : Yiyue
En 2024, le domaine des grands modèles d’intelligence artificielle a connu une évolution rapide sans précédent. Tout comme un merveilleux drame scientifique et technologique, les grands géants technologiques étrangers se relaient pour mettre en scène des innovations révolutionnaires. De la capacité d'écouter et de parler à la capacité de voir et de dessiner, en passant par la capacité de réaliser des vidéos... les capacités de l'IA s'améliorent à une vitesse époustouflante.
Revenons ensemble sur cette année passionnante.
1. Trois caractéristiques majeures de l’industrie
1. La multimodalité devient la norme : l’IA du « junior » au « polyvalent »
Vous souvenez-vous encore du premier assistant IA ? Ils sont comme des étudiants qui ne savent que faire du calcul ou qui ne peuvent traiter que des mots. L'IA en 2024, ce sera comme participer à un « camp d'entraînement complet » et se transformer en un « joueur polyvalent » polyvalent.
Prenons l'exemple du GPT-4o d'OpenAI. Il peut non seulement lire du texte, mais également comprendre des images, des voix et des vidéos.
Imaginez : vous lui montrez la photo d'un magasin de rue à Paris, et il pourra vous dire quelle est sa beauté, et même comment il est fabriqué et ses origines historiques. C’est le changement révolutionnaire apporté par les capacités multimodales.
En 2024, la « multimodalité », capable de gérer plusieurs types de données, notamment le texte, les images, la vidéo et l'audio, est devenue la norme de base pour les grands modèles sélectionnés pour la compétition.
2. Innovation marquante
La percée vidéo d’OpenAI
En février 2024, OpenAI a publié son premier modèle de génération vidéo Sora (version bêta interne). Ce modèle d'IA « compatible vidéo » fait sensation dans l'industrie. Entrez simplement une...
[Courte citation de 8% de l'article original]