PANews 28 أبريل الأخبار، في منتدى توجيه الصين المستقبلي للذكاء الاصطناعي في يوم الأمس، أطلقت شركة Shengshu Technology بالتعاون مع جامعة تسينغهوا الصينية أول نموذج فيديو ضخم في الصين طويل الأجل وعالي التوافق وعالي الدينامية - Vidu، ويعتبره الإعلام والمتخصصون في الصناعة أول نموذج فيديو مستوى سورا في الصين. يعتمد هذا النموذج على هيكل U-ViT الذي يجمع بين Diffusion الذي تم اختراعه من قبل الفريق و Transformer ، ويدعم إنشاء محتوى فيديو عالي الدقة يصل إلى 16 ثانية وبدقة تصل إلى 1080P بنقرة واحدة.

وفقًا لتقرير صادر عن Financial Associated Press في 2 أغسطس ، أصدرت Google DeepMind مؤخرًا Robotic Transformer 2 (RT-2) ، وهو نموذج جديد للحركة المرئية واللغة (VLA). وفقًا لأحدث تقرير بحثي لشركة Guosheng Securities ، فإن RT-2 قد تحققت أيضًا من حل الروبوت "ViT + GPT-like + machinery" ، وستساعد GPT متعدد الوسائط في تطوير تكنولوجيا برامج الروبوت وستسرع من تقدم صناعة الروبوت. تتوقع الوكالة أنه في غضون 1-5 سنوات من النصف الثاني من العام ، مع تطوير GPT مما أدى إلى تحسين قدرات تعميم الذكاء الاصطناعي ، والرؤية العامة ، والمعالجات العامة ، وروبوتات التعامل مع الخدمات اللوجستية العامة ، وروبوتات خدمات الصناعة ، والمنازل الذكية الحقيقية ستدخل الحياة. في غضون 5-10 سنوات ، من المتوقع أن تتمتع النماذج الكبيرة جنبًا إلى جنب مع الحلول المعقدة متعددة الوسائط بقدرة كاملة على التفاعل مع العالم وتطبيقها في مجال الروبوتات العامة والواقع الافتراضي ومجالات أخرى.