人工智能周刊#20：主流 llm 性能、速度和價(jià)格一覽

unsetunset大模型unsetunset

Google 發(fā)布生成式 AI 視頻模型 Veo^[1]

Google 在 I/O 開發(fā)者大會(huì)上宣布了它的生成式 AI 視頻模型 Veo，能以不同視覺和電影風(fēng)格生成長(zhǎng)度超過 1 分鐘的 1080p 分辨率視頻。

Google 稱，Veo 具有自然語(yǔ)言的高級(jí)理解能力，能理解“延時(shí)拍攝（timelapse）”或“空中鏡頭（aerial shots of a landscape）”等電影術(shù)語(yǔ)，用戶可用文本、圖像或基于視頻的提示導(dǎo)向他們想要的輸出。

Veo 的視頻輸出更一致和連貫，能展現(xiàn)人和物的更真實(shí)運(yùn)動(dòng)。類似 OpenAI 的 Sora，Veo 將首先提供給電影制作人和內(nèi)容創(chuàng)作者試用。

![[veo_example_014_jellyfish 1.mp4]]

Prompt: A lone cowboy rides his horse across an open plain at beautiful sunset, soft light, warm colors

一覽主流 llm 性能、速度和價(jià)格的對(duì)比網(wǎng)站^[2]

分享一個(gè)可以一覽主流 llm 性能、速度和價(jià)格的對(duì)比網(wǎng)站，方便大家選擇適合自己的模型

性能最好：gpt-4o 速度最快：gemini 1.5 flash 價(jià)格最低：llama 3-8b，主要 deepseek 沒做評(píng)測(cè)。

國(guó)內(nèi)外 AI 大語(yǔ)言模型 API 價(jià)格對(duì)比^[3]

AIGCRank 大語(yǔ)言模型 API 價(jià)格對(duì)比是一個(gè)專門匯總和比較全球主要 AI 模型提供商的價(jià)格信息的工具?？梢暂p松查找和比較 OpenAI、Claude、Mixtral、Kimi、星火大模型、通義千問、文心一語(yǔ)、Llama 3、GPT-4、AWS 和 Google 等國(guó)內(nèi)外主要 API 提供商的最新價(jià)格，確保找到最適合您項(xiàng)目的模型定價(jià)。

unsetunset工具unsetunset

開源的 AI 導(dǎo)航站模板^[4]

Tap4 AI Web UI 是一款開源的 AI 導(dǎo)航站模板，項(xiàng)目非常輕量級(jí)，維護(hù)簡(jiǎn)單，可一鍵部署到 Vercel！

功能

• 國(guó)際化
• SEO 友好（支持 i18n）
• 動(dòng)態(tài) sitemap.xml（支持 i18n）
• 快速發(fā)布
• 使用 NEXT 14 和 app 路由（react 服務(wù)器組件）
• Supabase serverless 數(shù)據(jù)庫(kù)

這兩年 AI 導(dǎo)航站的流量非常大，大家如果也想做 AI 導(dǎo)航站，不妨拿去白嫖吧！

2024 GitHub 加速器：開源 AI 11 個(gè)項(xiàng)目^[5]

GitHub 加速器宣布了 2024 年入選的 11 個(gè)開源 AI 項(xiàng)目，它們代表了全球開源 AI 領(lǐng)域的創(chuàng)新和加速發(fā)展。項(xiàng)目包括機(jī)器學(xué)習(xí)和 AI 框架、生物學(xué)和疾病發(fā)現(xiàn)、模型訓(xùn)練和微調(diào)工具、仿真、部署和全生產(chǎn)化系統(tǒng)、多模態(tài)和 3D AI 能力，以及從可穿戴設(shè)備到 AI 驅(qū)動(dòng)機(jī)器人的新興接口和設(shè)備。

11 個(gè)入選的開源 AI 項(xiàng)目：

• Unsloth AI@UnslothAI 由 Daniel Han 和 Michael Han 創(chuàng)立，旨在使自定義 AI 模型更易訪問。Unsloth 通過新興技術(shù)和能力，使其比競(jìng)爭(zhēng)對(duì)手快 2-5 倍，內(nèi)存使用減少 70%，同時(shí)保持模型的性能和準(zhǔn)確性。

• Giskard@giskard_ai  由 Alex Combessie 和 Weixuan XIAO 創(chuàng)立，是一個(gè)用于測(cè)試和評(píng)估 LLMs 的開源庫(kù)。Giskard 旨在提高開源 AI 模型的質(zhì)量，推動(dòng)整體采用、研究、透明度和問責(zé)性。

• A-Frame@aframevr 由 Diego Marcos 共同創(chuàng)建和維護(hù)，是一個(gè)框架，旨在使任何人在網(wǎng)絡(luò)瀏覽器中都能輕松開發(fā) AR/VR 和 3D 內(nèi)容。A-Frame 專注于集成 AI 工作流程，例如 3D 高斯濺射和生成性 AI，以創(chuàng)建圖像和環(huán)境。

• Nav2 由機(jī)器人專家 Steve Macenski 創(chuàng)立，是 Robot Operating System (ROS) 導(dǎo)航框架的先驅(qū)。Nav2 是全球部署最廣泛的自主移動(dòng)機(jī)器人（AMR）導(dǎo)航解決方案，被 100 多家公司信賴。

• OpenWebUI@OpenWebUI 由 Tim Baek 創(chuàng)立，旨在為 AI 和 LLMs 構(gòu)建最佳用戶界面，為那些互聯(lián)網(wǎng)訪問受限的人提供利用 AI 技術(shù)的機(jī)會(huì)。OpenWebUI 通過 Web 界面本地運(yùn)行 LLMs，使 AI 和 LLMs 更安全、更私密。

• LLMware AI 由 Namee Oberst 創(chuàng)立，她與 CEO Darren Oberst 和 Stefan Bachhofner 一起，旨在為金融和法律機(jī)構(gòu)構(gòu)建安全和敏感的 LLM AI Agent 和 RAG 模型。

• LangDrive 由 Michael Vandi 和 Spmatika 創(chuàng)立，他們?cè)?CMU 攻讀碩士學(xué)位期間構(gòu)建了一個(gè) LLM 電子郵件代理。LangDrive 是一個(gè)簡(jiǎn)單的框架，通過 API 和配置文件訓(xùn)練和部署生產(chǎn)級(jí)別的微調(diào)語(yǔ)言模型。

• HackingBuddyGPT 由 Andreas Happe 和 Jurgen Cito 創(chuàng)立，旨在幫助道德黑客和安全專業(yè)人員利用 LLMs 使世界更安全。HackingBuddyGPT 是一個(gè)自主的黑客伙伴，具有人在環(huán)路中的基礎(chǔ)設(shè)施。

• Web-Check 由 Alicia Sykes 創(chuàng)立，她是一位開源倡導(dǎo)者，旨在通過基于任何網(wǎng)站或服務(wù)器的開放數(shù)據(jù)提供 AI 驅(qū)動(dòng)的安全洞察，使互聯(lián)網(wǎng)更安全。

• Marimo@marimo_io 由 Akshay Agrawal 和 Myles Scolnick 共同創(chuàng)立，旨在解決數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí) Notebook 使用中的所有問題。Marimo 是一個(gè)下一代 Python Notebook，為 AI/ML 開發(fā)者提供可復(fù)現(xiàn)、可維護(hù)和可生產(chǎn)的 Notebook。

• Talkd AI @talkd_ai  由 Vinicious Mesel 創(chuàng)立，他開始兼職開發(fā) Talkd AI，以構(gòu)建一個(gè)統(tǒng)一的 LLM 聊天 API，為多個(gè) LLMs 和上下文提供抽象層。Talkd AI 旨在促進(jìn)和傳播 LLMs 中 RAG 技術(shù)的使用方法。

一個(gè)幫助你思考的集合工具&框架：^[6]

一個(gè)只做漸變色的 CSS 庫(kù)^[7]

Ulgradients 是一個(gè)主打漸變風(fēng)網(wǎng)站，設(shè)計(jì)師可根據(jù)自己風(fēng)格來選擇搭配，直接獲得對(duì)應(yīng)漸變配色的 CSS 代碼，相當(dāng)方便對(duì)于大大提高了前端開發(fā)的效率。

一款專為英語(yǔ)學(xué)習(xí)打造的視頻播放器^[8]

為英語(yǔ)學(xué)習(xí)者量身打造的視頻播放器，助你通過觀看視頻、沉浸真實(shí)語(yǔ)境，輕松提升英語(yǔ)水平。

unsetunset知識(shí)庫(kù)unsetunset

Phi-3 CookBook^[9]

Phi-3 是微軟開發(fā)的一系列開放 AI 模型，是目前功能最強(qiáng)大、性價(jià)比最高的小型語(yǔ)言模型，分為 mini、small、vision 和 medium 等版本。

關(guān)于 Phi-3 入門的 Phi-3 CookBook，主要內(nèi)容：· Phi-3 介紹和快速上手 · Phi-3 推理、微調(diào)和評(píng)測(cè)

生成式人工智能常識(shí)科普?qǐng)D^[10]

https://cartography-of-generative-ai.net/genai_cartography.pdf

這張圖非常有意思！

把生成式人工智能 GenAI 的核心內(nèi)容 & 高頻議題，繪制在了一張可視化圖里。通過這張圖，你可以感受到整個(gè) GenAI 世界的運(yùn)轉(zhuǎn)邏輯，也會(huì)大致明白大模型是如何生成文字和圖片的~

LaTeX 入門與進(jìn)階^[11]

前端開發(fā)的知識(shí)總結(jié)^[12]

手把手帶你從頭實(shí)現(xiàn) LLaMa 3^[13]

llama3 implemented from scratch 最近在 GitHub 社區(qū)非常出圈，Star 狂飆！

這個(gè)項(xiàng)目用 圖示 + 代碼 的方式，從頭演示了如何理解和實(shí)現(xiàn) LLaMa 3 的完整過程，非常生動(dòng)、詳細(xì)且硬核 ??

什么是 GPT？工作原理動(dòng)畫展示^[14]

3Blue1Brown 是一個(gè)專注于數(shù)學(xué)教育的 YouTube 頻道，視頻制作精良且非常擅用直觀的動(dòng)畫和圖表，講清楚復(fù)雜抽象的數(shù)學(xué)話題，以及由此拓展的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等等。

3Blue1Brown 在 B 站也有官方賬號(hào)，而且有 200 多萬(wàn)粉絲啦！最近更新的視頻都與大模型有關(guān)，整個(gè)系列還在持續(xù)更新中。

如果你想直觀地搞清楚 GPT 原理，那 3Blue1Brown 這個(gè)系列的視頻，應(yīng)該是全球最好的學(xué)習(xí)資料了，甚至沒有之一。

@arthurchiao  做了另一件非常有意義的工作 —— 將視頻整理成了「動(dòng)圖 + 文字」的可視化版本，而且還是中文！！相當(dāng)于一份學(xué)霸的要點(diǎn)筆記，幫助你能更清晰地 get 到原視頻的要點(diǎn)，徹底搞清楚 Transformer 內(nèi)部工作原理。

OpenAI 前首席科學(xué)家分享 30 篇頂級(jí) AI 論文^[15]

OpenAI 前首席科學(xué)家 Ilya sutskever 大佬分享的約 30 篇頂級(jí) AI 研究論文清單爆火????，據(jù)說看完可以掌握當(dāng)前人工智能最為關(guān)鍵的 90% 的知識(shí)！

包括 Transformer 架構(gòu)、RNN、LSTM、神經(jīng)網(wǎng)絡(luò)復(fù)雜度、計(jì)算機(jī)視覺等領(lǐng)域

unsetunset輕閱讀unsetunset

公開寫作的好處和堅(jiān)持不懈^[16]

近期學(xué)到的一個(gè)技能：相信別人已經(jīng)做過。很多問題的解決方案，這個(gè)世界上已經(jīng)存在過。一定有這個(gè)世界上某個(gè)團(tuán)隊(duì)某個(gè)人已經(jīng)思考的非常透徹，可能在書籍里，在歷史里，在故事里，或者藏在互聯(lián)網(wǎng)深處。如果找信息帶來的價(jià)值遠(yuǎn)大于自己思考實(shí)踐才能驗(yàn)證，那就先思考我應(yīng)該在哪里找到這個(gè)解決方案。By Nin19536@X

12 億人沒有護(hù)照、10 億人沒做過飛機(jī)、但有近 11 億人可以上網(wǎng)。大學(xué)文化水平人數(shù) 2.18 億，包含本科大專高職。理解這些數(shù)據(jù)，可以避免很多無意義的爭(zhēng)吵。今天把上面數(shù)據(jù)都溯源了一下，都是官方發(fā)布的數(shù)據(jù)。截止 19 年底中國(guó)普通護(hù)照人數(shù)有 2 億左右，也就是 12 億人沒有護(hù)照。23 年 9 月民航局公布的粗略數(shù)據(jù)表示中國(guó)乘坐過飛機(jī)的人僅為 3 億多，也就是 10 億多人沒有坐過飛機(jī)。截止 23 年底，中國(guó)網(wǎng)民數(shù)量是 10.92 億。2020 年人口普查，大學(xué)文化程度的人口為 21836 萬(wàn)人，包含高職、大專、本科及以上。By 熊貓學(xué)經(jīng)濟(jì)@weibo