## AIGC Weekly #90 内容提炼和总结 这篇AIGC Weekly #90主要关注了过去一周AIGC领域的重要动态和研究进展，涵盖了OpenAI内斗、Meta发布Llama 3.2、Gemini更新等关键事件，并推荐了一些新产品和研究成果。 **主要内容概括：** 1. **OpenAI内斗落幕，元老全部退出:** - OpenAI CTO Mira Murati等多位元老离职。 - Sam Altman宣布新领导层，并寻求65亿美元融资，估值将达1500亿美元。 - WSJ爆料OpenAI内部混乱，包括安全团队测试时间不足、项目变更频繁等。 - NYT披露OpenAI融资数据：2023年8月收入3亿美元，2024年预计收入37亿美元，但预计亏损50亿美元。 2. **Meta发布Llama 3.2多模态LLM:** - 发布Llama 3.2 11B/90B多模态LLM，支持图像推理。 - 发布Llama 3.2 1B/3B小型语言模型，针对移动设备优化。 - 发布Llama Stack发行版，支持多种部署方式。 - 推出AI语音聊天、AI内容生成、图片编辑等功能。 3. **Gemini发布一大波更新:** - 发布Gemini-1.5-Pro-002和Gemini-1.5-Flash-002模型。 - Pro版本价格降低50%以上，Flash版本速率限制提高2倍。 - 输出速度提高2倍，延迟降低3倍。 - 模型整体素质提升，但在输出长度上有所缩减。 4. **其他动态:** - OpenAI高级语音模式全量上线，新增自定义指令、记忆功能等。 - 即梦上线字节两款新的DiT视频生成模型。 - 美图AI短片生成平台MOKI上线。 - NotebookLM升级，支持音频/视频总结、分享等功能。 - 蓝莓（Blueberry）图像生成模型出现，评分超越FLUX、Ideogram等。 - OpenAI计划更新Sora，提升视频质量和时长。 5. **产品推荐:** - Notion升级AI功能，支持跨应用检索、自然语言指令等。 - HuggingChat macOS客户端，支持文件上传、模型切换等。 - BeforeSunset AI，智能日程安排平台，帮助用户高效管理时间和任务。 6. **精选文章:** - “广告的终结”：探讨AI对广告模式和开放网络的影响。 - “ColPali：利用视觉语言模型进行高效文档检索”：介绍一种基于视觉语言模型的文档检索方法。 7. **重点研究:** - Emu3：基于下一个Token预测的多模态模型。 - Molmo：AI2发布的完全开源多模态LLM。 - MIMO：可控角色视频合成与空间分解建模。 - HelloMeme：面部迁移模型。 **总结：** 本期AIGC Weekly主要传递了以下信息： * **大模型竞争愈发激烈：**OpenAI内斗、Meta和Google积极布局多模态AI和移动端AI，竞争态势激烈。 * **多模态AI成为重点方向：**Llama 3.2、Gemini更新、Emu3、Molmo等都体现了多模态AI的快速发展。 * **AI应用场景不断拓展：**从内容生成、视频生成到日程管理、文档检索，AI应用场景不断丰富。 * **开源模型和工具的兴起：**Molmo、HelloMeme等开源模型和工具降低了AI开发门槛，推动了社区发展。 总而言之，AIGC领域持续保持高速发展，多模态AI、移动端AI、开源模型等成为新的发展方向和趋势，AI应用场景也正在不断拓展。 希望以上总结能帮助你快速了解AIGC Weekly #90的主要内容。