以大模型为代表的生成式AI技术经历了一年多的狂飙突进后，进入一个新的阶段。一是从跳出百模大战的「速度怪圈」，逐步迈向强调模型效果和质量。二是在应用层生态上，强调垂直化与专有化的小模型、基于大模型泛化能力的定制化、智能化的Agent（智能体）也成为了创业者们投身的热门风向。
在语音克隆领域，ElevenLabs（11Labs）是公认的最强工具之一。
能处理音乐的多模态大模型，终于出现了！
Sam Altman认为AGI很快就会降临，但若是没有感官兼备的AI何以称为智能？最近，UCLA等机构研究人员提出多模态具身智能大模型MultiPLY，AI可以知冷知热、辨音识物。
AI 视频生成，是最近最热门的领域之一。各个高校实验室、互联网巨头 AI Lab、创业公司纷纷加入了 AI 视频生成的赛道。Pika、Gen-2、Show-1、VideoCrafter、ModelScope、SEINE、LaVie、VideoLDM 等视频生成模型的发布，更是让人眼前一亮。
Gen-2“运动笔刷”（Motion Brush）官宣再进化！它现在的名叫“多头运动笔刷”（Multi Motion Brush），敲重点：“加量不加价”所有用户包含免费账户都能体验。
今天，小扎正式宣战「开源AGI」！下一代大模型Llama 3正在训练，年底将拥有35万块H100，届时算力总和达60万块H100。为了追赶OpenAI，成立十年的FAIR团队纳入GenAI，全力奔赴AGI。
创业8次、数场黑客松、技术迭代的兴奋与失落，就是这一年。
现在，为了实现相同的目标，我们有两个最著名的库，即 Haystack 和 LangChain，它们可以帮助我们创建基于大语言模型的端到端应用程序或流程。
本文探讨了应用人工智能（AI）的未来前景。作者指出规则引擎和数据在AI发展中的重要作用，同时提到了大模型的持续进化和AI Agent技术的发展。然而，作者也提到了目前中国在大模型方面的不足和一些技术的虚假宣传。最后，文章还介绍了RAG技术和向量搜索引擎的发展趋势。
