AI 教母构建 3D AI 世界,另外Mistral AI 推出 Pixtral 12B

AI教母李飞飞打造3D人工智能世界 

人工智能领域的知名人物李飞飞刚刚为她的新公司World Labs筹集了 2.3 亿美元。这家初创公司旨在开发能够理解我们周围的 3D 世界并与之互动的人工智能技术。

详细：

• 主要投资： World Labs 已经吸引了 Andreessen Horowitz、New Enterprise Associates、AMD Ventures 和 Nvidia 的 NVentures 等知名公司的大量资金，共筹集了 2.3 亿美元。
• 专注于 3D 空间智能：这家初创公司的目标是创建“大型世界模型”（LWM），以掌握 3D 环境的复杂性。这项技术可以为增强现实 (AR)、虚拟现实 (VR) 和机器人技术的发展铺平道路。
• 高级模型训练：通过混合使用合成数据和现实世界数据，World Labs 计划开发基于类似于 OpenAI 的 ChatGPT 的变压器架构的 AI 模型，但具有独特的增强功能以​​捕捉 3D 空间的细微差别。
• 领导层：李飞飞，通常被称为“人工智能教母”，正在领导这个雄心勃勃的项目，同时继续在斯坦福大学工作。与她一起加入的还有联合创始人贾斯汀·约翰逊、克里斯托夫·拉斯纳和本·米尔登霍尔，他们都是计算机视觉方面的专家。

World Labs 将通过赋予 AI 理解三维世界的能力来突破 AI 的界限。这一突破将为 AR、VR 等领域带来新的可能性，让我们更接近 AI 与环境无缝互动的未来。

Mistral AI 推出 Pixtral 12B

Mistral AI 凭借其新模型 Pixtral 12B 进入了多模式 AI 领域。这种先进的模型结合了语言和视觉处理，提供了通过文本提示分析和与图像交互的功能。

详细信息：

• 图像和文本处理： Pixtral 12B 允许用户上传图像或分享图像链接，并使用文本提出问题。它旨在分析​​和理解图片以及文本提示。
• 先进的设计：该模型有 40 层，可以处理高达 1024x1024 的高分辨率图像。它专为处理细节丰富的图像而设计，因此比许多其他模型更加通用。
• 特殊功能：与其他模型不同，Pixtral 无需额外设置即可处理多张不同大小的图像。目前可在 Hugging Face 和 GitHub 上下载，计划很快将其添加到 Mistral 的 Web 聊天机器人和 API 中。
• Mistral 的快速增长：此次发布是 Mistral 最近获得 6.4 亿美元融资并发布其他产品（如 Mistral Large 2）之后推出的。该公司一直与微软和 AWS 等大公司合作，以扩大其 AI 技术覆盖范围。

Pixtral 12B 表明 Mistral AI 专注于打造强大的文本和图像处理工具。虽然该模型的全部潜力尚未得到充分挖掘，但这是一个重要的步骤，可以通过提供更灵活和更先进的选项来挑战 AI 行业的其他大公司。

使用 Zeemo 自动为视频添加字幕 

Zeemo 是一款人工智能工具，可自动为视频生成字幕，增强可访问性和观众参与度。

步骤：

1. 注册并登录：访问Zeemo网站，注册账户并登录即可访问字幕平台。
2. 上传您的视频：单击“上传视频”并选择您想要添加字幕的视频文件。
3. 选择语言：选择视频的语言以确保准确生成字幕。
4. 生成字幕：单击“生成字幕”即可让 AI 自动为您的视频创建字幕。
5. 编辑和下载：查看并根据需要编辑字幕。满意后，下载带字幕的视频或导出字幕文件。