未来科技

其中就有用户表示，自己并没有看到这个版本：

根据一些说法，GPT-4.5。”

GPT-4.5。上的一个帖子（现已被删除）：

GPT-4.5。可能推出三种型号：

GPT-4.5，每。

GPT-4.5-64k，每。

GPT-4.5-。GPT-4.5，一方面，OpenAI。”

根据外媒的预测，GPT-4.5。

GPT-4.5。

//platform.openai.com/docs/guides/prompt-engineering

六个策略，获得更好的结果

策略一：写清楚指令

首先用户要写清楚指令，因为模型无法读懂你的大脑在想什么。 

策略二：提供参考文本

语言模型会时不时地产生幻觉，自己发明答案，为这些模型提供参考文本可以帮助减少错误输出。

一样的问题，回答确实一模一样：

再次确认它是谁，结果还是说“文心大模型”：

以及还表示自己的底层技术是百度飞桨，可以说是身份完全代入了。

后面就更神奇了，就在我们问它为什么名字写的是“Gemini-Pro”时，它居然表示自己（文心一言）还用了清华Gemini-Pro的训练数据。

接下来，我们也确认了一下Bard知道Gemini-Pro是什么，以及它承认自己底层用上了Gemini-Pro。

Gen-2生成的这个：

以及用Neverends生成的这个：

不需要复杂的代码，也不需要深奥的指令，只需要一句话，或者一张图片，AI就能自动生成动态视频。

一、AI生成视频，这次有点东西

用AI生成一段视频不是什么难事，区别在于生成什么样的视频。

以上三种生成视频的方式，就是现在流行的AI视频“三件套”：文生视频、图生视频、视频生视频。

CMA在其官网表示，微软与OpenAI之间的合作关系，包括数十亿美元的投资、技术开发合作以及微软向OpenAI独家提供的云服务，代表了两家公司在预训练大模型领域多方面的密切关系，以及双方在大模型相关市场的重要动向。

公开资料显示，OpenAI成立至今，微软共向OpenAI投资130亿美元，并掌握了OpenAI营利业务部分49%的股权。

翟巍则认为，OpenAI独特的组织架构不能规避反垄断风险，因为这一架构虽然限制了微软获得OpenAI利润的上限，但是不能完全避免微软对OpenAI的实质影响力。

汤晓鸥带着他的实验室在2011年就开始把重点研究都投入到了深度学习上，这个今天几乎一切AI成就的技术底座，在当时远远不是显而易见的选择，就像汤晓鸥所说，在当时它只是一两个人在研究的方向。

而这个策略如期带来效果，汤晓鸥的学生被麻省理工、斯坦福等名校录取，然后国内最好的学生都想来他的多媒体实验室，再然后，他们发现自己可以从这里直接进入最好的公司，再然后人们就不再把它视作跳板，而最终他领导的多媒体实验室成了全球最顶级的实验室之一，有了后来中国AI黄埔军校的称号。

上图是陈果的一篇讲ERP的文章里看到的，如果说操作系统抽象的是冯诺依曼结构，那这种再平台化其实抽象的是领域模型

不同的是，由于很多小工具的智能密度过小，很可能不会独立存在，只有同AIGC，计算等工具拉出巨大差分的工具才可能会独立存在。

从技术价值到生态价值

在这种计算格局确定的过程中，从企业的角度，商业价值的内在构成是不停变化的。

Verge在报道中提到了字节跳动的一些内部文件可以证明字节跳动正在使用ChatGPT输出的数据进行模型训练，“有员工在飞书上讨论了如何‘数据脱敏’以掩盖调用OpenAI的API进行模型训练的行为。
 

字节跳动大模型产品“豆包”的问答截图
 
数据“套壳”很普遍
 
事实上，在训练过程中用到ChatGPT输出的内容，虽然有违OpenAI的使用条款，但这在LLM领域并不是什么新鲜事。

 
不过，虽然蜂巢研发的这种薄片型电池，已经被行业公认，在未来几年会和特斯拉4680大圆柱电池技术路线一样，很大概率会成为动力电池开发的主流路线，包括中创新航、瑞浦兰钧、亿纬锂能等厂商都在跟进短刀叠片电池的研发，但仍然面临市场激烈竞争带来的艰巨挑战。
 
今年，蜂巢有三款电池成为行业的大单品，例如117Ah的短刀电池趁着PHEV和增程市场的爆发，为九款车型配套，全年处于满产状态。

这是MIT和康奈尔大学联合搞出来的一项新研究，用扩散模型来预测化学反应中最关键的过渡态结构，不仅计算速度提升1000倍，结果也意想不到的准确，相关研究工作发表在Nature。

所以，OA-ReactDiff的效果究竟如何，或者说相比其他AI最大的亮点究竟是。

作者们选用了Transition1x作为数据集，这个数据集包含10073个化学反应，每个化学反应分别包含反应物、生成物和经过量子化学计算的过渡态结构，整个体系不超过23个原子。