【AiBase提要:】阿里AI项目DreamTalk开源
4. 最先进的封闭式模型将继续大幅优于最先进的开放式模型。我们怀疑,开源新的前沿模型所需成本巨大但缺少收入回报,像Mistral这样的公司最终可能会保留最先进的模型的专有性,以便可以对其收费。
AI和机器学习工具能够通过视频和音频进行模拟,这对身份和访问管理构成威胁。使用AI渲染的视频现在相当容易被检测到,但合成语音克隆对于使用语音生物识别技术作为身份验证流程一部分的组织来说是一个很大的威胁。
CogAgent还提供了可视化代理的能力,能够返回任何给定任务的计划、下一步行动和带有坐标的具体操作。它还增强了与图形用户界面相关的问题解答功能,可以处理与网页、PC应用程序、移动应用程序等任何图形用户界面截图相关的问题。另外,通过改进预培训和微调,CogAgent还增强了OCR相关任务的能力。这些功能的提升使得CogAgent在多个基准测试上实现了最先进的通用性能。