随着去年ChatGPT的推出，AI内容现在可谓是当红热门话题。而最近，OpenAI又推出了与ChatGPT同款的Turbo模型，引起了一阵AI工具争先上市的热潮。
因此，我和Steven从今天开始打算做一份AI Pulse周报。AI Pulse的名字直译为“AI脉冲”，因此我们将会发布有关AI最新动态的相关内容和我们个人的看法。我们希望AI Pulse能够成为一份高质量的AI周报，不仅是对最新技术的追踪报道，也会涵盖不同领域的AI应用案例，以及AI发展趋势方面的分析。
OpenAI 于北京时间 3 月 2 日宣布推出了 Turbo 和 Whisper 两个模型，并且允许第三方开发者通过 API 将 ChatGPT 集成到应用程序和服务中。
Turbo 模型可以高效地处理问答、摘要和机器翻译等信息，在 ChatGPT 中使用的即为 Turbo 模型。与以前的模型相比，它的速度快了 5 倍，同时保持了相似的性能水平。它可用于生成自然语言、推理、提供情境信息、分析评论或进行问答。
Whisper模型是OpenAI发布的语音转文字模型，可以供开发者使用。
定价为每1K Token需要花费0.002美元，比现有的GPT-3.5模型便宜10倍。
获取API的地址在此处：链接 （注：需要已经注册OpenAI账号）
大型语言模型(LLM)在完成复杂任务方面表现出色。
但在实际中，实现一般推理仍有挑战。因此，Google的团队提出了具身语言模型，将连续传感器模式与语言模型相结合，建立单词和感知之间的联系。该模型输入为多模式句子，包括视觉、状态估计和文本编码。通过与预先训练的大型语言模型一起进行训练，用于机器人、视觉问题回答和字幕等多个任务。
评估结果表明，PaLM-E可以解决各种体现性推理任务，并从互联网规模的语言、视觉和视觉语言领域的不同联合训练中受益。其中，最大的模型PaLM-E-562B在机器人任务和OK-VQA上表现最先进，并且随着规模的扩大，保持了显著的语言能力。
在演示视频中，团队向机器人给出指令 “把抽屉里的米片拿给我”，其中包括多个规划步骤，以及结合了机器人摄像头的视觉反馈。最后，在同一个机器人上展示另一个例子，指令是 “给我拿一颗绿星”。绿星是这个机器人没有直接接触过的物体。
参考论文链接
3 月 10 日消息，微软德国技术总监 Andreas Braun 在一场活动上透露，GPT-4 将在下周推出。
「我们将在下周展示 GPT-4，我们拥有多模态模型，将提供完全不同的可能性——例如视频。」Braun 将大型语言模型描述为「游戏规则改变者」，机器将理解以前只有人类可读和理解的内容。
OpenAI 创始人 Sam Altman 此前曾表示，GPT-4 仍然将是纯文本模式，且训练参数不会比 GPT-3 高出太多，因为研发的重点将放在如何提升利用现有数据的能力上。NYT 曾猜测，微软 Bing 所增加的聊天功能很有可能就是由 GPT-4 驱动的。
Zeeno是一款适用于iOS的AI输入法。它使用了OpenAI的Turbo模型，可以根据之前输入的内容生成智能回复。使用Zeeno可以更便捷地回答问题，更高效地与他人交流。
遗憾的是，目前Zeeno仅支持英文输入。如果需要使用中文，可以参考Zeeno开发者提供的方法：首先在普通的中文键盘上打字，然后切换到Zeeno键盘，最后点击“Call Zeeno”获取中文回复。
不过根据开发者的说法，Zeeno将会很快拓展到英语以外的其他语言。
Zeeno的官网：链接
在这里，我使用【纯VLOG】让生活不再抑郁无聊的方法｜大耳朵TV作为演示：
哔哔终结者的效果出乎意料的不错，它可以很好地把控整个视频的大致内容；
需要注意的是，哔哔终结者目前只能基于字幕概括视频的内容，无法识别视频中的语音。因此，如果使用的视频中没有字幕，就会出现报错的情况。
网站的链接在：这里
Phind是一个为开发者提提供即时答案的AI搜索引擎。使用过程中，您只需要用自然语言提出问题，Phind会在网络上搜集相关信息和代码片段，然后用AI语言模型将其整合为自然语言并呈现。
和Bing的区别在于，Phind更加专注于开发者和技术问题，而Bing涵盖更多主题和领域。
就笔者目前的实际体验而言，Phind在资讯的准确性上和Bing相差不大。虽然支持使用中文提问，但有些情况下它会用英文输出。截至目前Phind已经新增了连续提问和新建会话的功能。
Phind官网：链接
这是一个针对 arXiv 论文的语义搜索引擎，开发者是@tomtumiel，它使用了ChatGPT模型来理解用户的查询意图，并返回最匹配的论文。 arXiv是一个开放的预印本平台，主要收录物理、数学、计算机科学等领域的研究成果。
arXiv Xplorer官网地址：链接
ChatGPT Sidebar是一个强大而有用的工具，它可以让你在浏览网页时，轻松地使用ChatGPT的功能，默认几个对话模板中提供了概述文章内容、寻找类似页面、翻译文章、语法修正、解释代码等。你也可以自行定义模板。
这款插件也整合了Google搜索功能，在您使用Google搜索的时候它会在右栏输出ChatGPT生成的内容。
截至目前这款插件在Chrome商店的评分是4.7分。笔者认为这是目前最实用的Chrome的ChatGPT插件之一。
ChatGPT Sidebar官网地址：链接
ChatHub是一个刚刚上架Chrome插件商店的chatbot聚合客户端。
它可以让你在一个应用里同时使用多种chatbot，目前支持ChatGPT和new Bing Chat，并将在未来集成Google Bard、文心一言等。此外，ChatHub还支持同时与多个chatbot聊天，方便用户对比回答。用户可以自由选择ChatGPT的免费模式和API模式，同时也可以自定义ChatGPT API域名，方便不同场景的使用。ChatHub还提供API实时用量及花费统计的功能，方便用户随时掌握API使用情况。快捷键一键秒开、Markdown及代码高亮等功能也都得到了支持。
作者表示，除了目前已有的功能外，他还在开发prompt模板和会话管理等功能。虽然目前没有推出web版，但作者表示后续会考虑改成网站+插件的模式，为用户提供更加便利的服务。
Chrome商店： 链接
这是由@yetone 开发的一款基于 ChatGPT 人工智能技术的开源翻译工具 。这个应用支持三种翻译模式（翻译、润色、总结），可实时支持 55 种语言之间的相互翻译、润色和总结功能。同时，它还支持自定义翻译文本和一键复制、TTS 等丰富的功能。除了浏览器插件，OpenAI Translator 还提供了桌面端应用，支持 Windows、macOS 和 Linux 三个平台。目前，桌面端应用并不支持划词翻译，但它的追求是做全平台最好用的翻译神器，未来的发展空间无限。
目前该插件暂未上架Chrome Web Store，但您可以在该项目的GitHub项目页面找到如何在开发者模式下安装，这里不再赘述。
该客户端在 Windows、macOS 和 Linux 三个平台均可使用。你只需要前往 GitHub，下载最新版本的安装包，安装后即可打开使用。桌面端应用提供了翻译、润色、总结三种功能，同时还支持自定义翻译文本、一键复制和 TTS 等常见功能。未来，OpenAI Translator 桌面端应用还将支持划词翻译，让你的翻译体验更加优秀。
OpenAI Translator项目地址：链接
如《三体》中所提的“技术爆炸”的概念一样，可以说在2022年底至今的AI技术发展是在突破技术奇点，完成这个突破之后，我们可以预见一个技术爆炸的时代。而这几天OpenAI开放API接口后，基于GPT技术的新工具将会井喷式地面世。开放AI技术的API接口将有助于更多的开发者和企业能够使用这些技术来解决各种问题，从而推动人工智能技术的广泛应用。
在计算机的早期，人与计算机的交互只有键盘，是鼠标和GUI的发明改变了最原始的交互方式，于是计算机的实用门槛大大降低，从专业设施变为民用。在AI时代，基于大语言模型，计算机可以直接去理解人类的思维，人们与计算机的交互将更加简单直接，使用计算机的门槛会更加低，人们可以不必学习大量复杂高深的内容即可完成一些创作。
AI的发展将为我们带来无限的可能性和机遇，正如文章标题中所说的：
欢迎进入AI纪元
原文地址：https://aipulse.one/ai-pulse-weekpost1/
作者：Marvin Cui, Steven Lynn
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。