人大系初创与OpenAI三次“撞车”：类Sora架构一年前已发论文

981 0 0

模型信息

【模型公司】 OpenAI
【模型名称】 gpt-4-0125-preview
【摘要评分】 ★★★★★

文章摘要

金磊和衡宇从凹非寺发来的报道揭示了一个引人入胜的故事，关于一家位于中关村的创业公司——智子引擎，以及它与OpenAI技术上的“撞车”事件。这家公司凭借其在多模态大模型领域的创新，尤其是其研究成果VDT，与OpenAI的Sora项目展现出惊人的相似性，引发了业界的广泛关注。

智子引擎，由中国人民大学高瓴人工智能学院博士生高一钊创立，是一家专注于多模态大模型的初创公司。他们的研究成果VDT，与OpenAI的Sora在技术架构上展现出高度相似性，特别是在Diffusion Transformer、时空注意力机制、模块化设计以及统一的时空掩模建模机制方面。这种相似性不仅证明了国内团队在技术创新能力上的实力，也展示了智子引擎在追求通往AGI（人工通用智能）道路上的坚定步伐。

智子引擎的成立和发展，标志着国内在多模态大模型领域的重要进展。他们的产品ChatImg，是世界首个公开评测的多模态对话应用，展现了AI在看图说话方面的强大能力。此外，智子引擎与OpenAI的三次“撞车”事件，不仅是巧合，而是表明了这家国内公司在技术路线上与国际巨头保持同步，甚至在某些方面领先。

尽管智子引擎在资源和算力上面临限制，未能像OpenAI那样推出长达60秒的高质量视频，但他们的研究和产品已经在商业化方面取得了显著进展。智子引擎的多模态技术在电网、电力、化工等多个领域展现出了巨大的应用潜力，为公司未来的发展奠定了坚实的基础。

总的来说，智子引擎与OpenAI的技术“撞车”事件，不仅是一个关于技术创新的故事，更是一个关于国内AI研究团队在全球AI发展舞台上展现实力和创新能力的故事。这一事件也激发了对国内AI技术发展的关注和期待，展现了国内AI企业在全球AI竞争中的潜力和活力。