Sora劲敌！Meta最强沉浸式AI媒体模型来了，300亿参数模型支持Movie Gen视频

Meta称，Movie Gen是“最先进、沉浸式效果最佳的故事讲述模型套件”，基于授权和公开可用数据训练，以每秒16帧的速度文生视频最长16秒；130亿参数模型支持音频生成；人工评测时，Movie Gen的视频生成能力对Sora净胜率8.2。Meta未明确何时发布，扎克伯格称明年上线Instagram。

今年4月发布8B和70B两个版本的Llama 3模型时，Meta预告，该模型最大参数规模超4000亿，训练token超15万亿。本周五媒体获悉，4050亿参数的Llama 3也将是多模态模型，未透露是否开源。

长期致力于定义和“管理”所有开源事务的开放源代码倡议（OSI），周一发布了其开源AI定义（OSAID）1.0版。根据OSAID，AI模型若要被视为开源，必须提供足够的信息，使任何人都可以“实质性地”重建该模型。模型还必须披露与其训练数据相关的任何重要细节，包括数据的来源、处理方式以及获取或许可的方式。然而，Meta并不认可这一定义，认为不存在单一的开源AI定义。

本次共发布三款Llama 3.1模型，其中Llama 3.1 405B包含4050亿个参数，这是Meta迄今为止最大的模型。扎克伯格称Llama 3.1为“艺术的起点”，将对标OpenAI和谷歌公司的大模型。同时，Meta和英伟达实现强强联手，英伟达AI Foundry将为全球企业提供Llama 3.1模型的定制服务。

支持Sora等模型的Transformers架构“大脑”是查找表、所谓隐藏状态。不同与Transformers，TTT不会随着处理更多数据而不断增长，它用机器学习模型取代隐藏状态，就像AI的嵌套娃娃，是一个模型中的模型。

IT之家 7 月 23 日消息，网友在 LocalLLaMA 子 Reddit 板块中发帖，分享了 4050 亿参数的 Meta Llama 3.1 信息，从该 AI 模型在几个关键 AI 基准测试的结果来看，其性能超越目前的领先者（OpenAI 的 GPT-4o）。 这是开源人工智能社区的一个重要里程碑，标志着开源模型可能首次击败目前最先进的闭源 LLM 模型。 如基准测试所示，Meta Llama 3.1 在 GSM8K、Hella......