01-神魔宇宙 ***宇宙天國首部曲 彌勒天書閣 https://maitreya-books.com/ 神話從來就不是怪力亂神,而是原始先民在日常生活情況的觀察之中,所建立的真實認知。唯有相信神話中的真實,才能感受到神話的詩意隱喻背後,所具有的神聖力量。打開你的想像,打開你的相信,你才能知道神話告訴了你什麼宇宙生命的資訊。 生命起源於宇宙之中,生長於宇宙之中,結束於宇宙之中,因此,宇宙的起源就是生命背景的起源。生命形成的每一個階段,其實都在述說著生命的本能,也就是生命本就存在的一種力量,在此雖是說明一種狀況,然而將這狀況投射在生命的生活行動之中,你就會明白自己究竟有哪些不可思議的本能!

突發!OpenAI Sora掌舵人叛逃,轉投谷歌DeepMind

2024100422:31



【新智元導讀】OpenAI又一位關鍵大牛離職。Sora負責人剛剛官宣,離職OpenAI加盟谷歌DeepMind,恰好是在今天canvas發布之際。

OpenAI每次宣布大事之際,總有人要走。

這不,canvas剛發布,Sora項目卻再傳出壞消息——負責人Tim Brooks在推特官宣離職,加入谷歌DeepMind。



 我將加入谷歌DeepMind致力于視頻生成和世界模擬器!迫不及待地想與這樣一個才華橫溢的團隊合作。 我在OpenAI創建Sora的兩年裏度過了一段美妙的時光。感謝所有與我一起工作的充滿熱情和善良的人。對下一個階段感到興奮!

按下葫蘆起來瓢,看來發布日官宣離職可以成爲OpenAI的傳統了。

谷歌大佬紛紛在評論區彈冠相慶,包括DeepMind和谷歌研究院首席科學家Jeff Dean,以及谷歌AI Studio的産品負責人Logan Kilpatrick。



DeepMind推理團隊的創始人和領導人Denny Zhou——



GPT-4o全量發布前就已辭職的「Her」項目負責人Alexis Conneau雖然沒有加入谷歌,但也開始在線玩梗——歡迎成爲OpenAI前員工的一員。



看來,谷歌自家的視頻生成模型Veo有望超越Sora了。



目前,Sora的另一位共同負責人Bill Peebles仍在OpenAI任職。



雖然今年2月就已經發布,但Sora仍然是一個「期貨模型」,只對一小部分紅隊測試人員和藝術家開放。

究竟什麽時候上線,OpenAI也沒給出過明確期限,不像「Her」項目好歹有個「今年秋天」的flag。

,又遭遇CTO和負責人相繼出走,Sora的未來再一次前途未蔔。

個人經歷



Tim Brooks在OpenAI共同領導了Sora項目,他的研究重點是開發能模擬現實世界的大型生成模型。

這位小哥在伯克利AI研究中心獲得博士學位,博士導師是Alyosha Efros。讀博期間,他提出了名爲InstructPix2Pix的技術。



在加入OpenAI之前,他曾在谷歌參與開發Pixel手機相機的AI技術,還在英偉達研究過視頻生成模型。



同時,他還是DALL·E 3的主要研究員。



而他的另一部分履歷,就實在令人大呼精彩了——攝影作品獲得了「國家地理」、「Nature's Best Photography」和「National Wildlife Federation」的大獎。



他拍攝的動物照片:



他還曾經在紐約百老匯的Beacon Theatre表演,還在國際無伴奏口技比賽中獲獎。

網友們紛紛表示,羨慕他擁有這種自由。



而且,Tim Brooks還在簡曆中頗爲「凡爾賽」地表示:「我對AI充滿熱情,幸運的是,這種熱情與我對攝影、電影和音樂的愛好完美融合。」

加入DeepMind後,小哥表示,依舊會從事視頻生成和世界模擬器相關的工作,繼續融合自己對AI的熱情和對攝影、電影的愛好。

從視頻生成,到模擬世界

今年4月,Sora模型剛剛發布兩個月時,共同負責人Tim Brooks和Bill Peebles參與了由AGI House組織的一場主題演講,表達了自己對視頻生成技術的看法——「將通過模擬一切來實現AGI」。



文生視頻模型,如Sora所展示的複雜場景生成能力,逐漸顯現出對人類互動和身體接觸的詳細理解,這是AGI的重要一步。

要生成內容真實、畫面逼真的視頻,就需要一個內部模型理解所有物體和人類在環境中如何運動、交互,因此,他們認爲Sora將爲通用人工智能的發展做出貢獻。

在方法論方面,Tim Brooks和Bill Peebles都特別強調了模型的擴展性,他們認爲語言模型之所以如此成功,是源于具有擴展能力,並引用了《The Bitter Lesson》中的觀點:

    長遠來看,那些隨著規模增長而性能提升的方法,隨著計算能力的增加將最終勝出。

通過創建基于Transformer的框架,並對不同的Sora模型進行比較,他們展示了模型訓練中計算量增加對性能提升的影響。

從基礎模型到增加了32倍計算量的模型,可以看到對場景和物體的理解逐步提升。

 我們一直致力于保持方法的簡單性,盡管有時候實際情況比說起來更具挑戰性。

 我們的主要關注點是做出盡可能簡單的事情,然後在此基礎上進行大規模的擴展。---[新智元報導*編輯 :喬楊 桃子/來源 :  新智元]

參考資料 :https://x.com/_tim_brooks/status/1841982327431561528