ChatGPT 不過如此，Kosmos-1 更勝一籌？微軟這波又贏了

:0:0

就在上周，微軟繼推出 new bing 之后，在 AIGC 領域再爆重磅炸彈：推出比 ChatGPT 更加全能的 AI —— AI--Kosmos-1

Kosmos，該詞源于希臘語 kosmos，意思是：宇宙、和諧、表示一個有序且和諧的系統，與另外一個單詞 chaos （混亂）相對。
怎麼讀？
本瓜：科哦日摸斯~~
ChatGPT 只能是純文本對話，而這個 Kosmos-1 可以處理文本、音頻、圖像和視訊等內容！！
ChatGPT 是【大型語言模型】（LLM），Kosmos-1 是【多模式大型語言模型】（MLLM）
來看看它的表現，一圖勝千言：

CRAZY，在原先文本對話的基礎上，再加圖片的理解、音頻的理解等，確實更進一步。
它原理如何？
咱們用魔法打敗魔法，讓兄弟產平 new bing 來作解釋：

原理還是有點復雜，主要的觀點：
KOSMOS-1 主干基于 Transformer 的因果語言模型，整合了語言、視覺、語言等模態的輸入，對于連續信號模態（例如圖像和音頻），將輸入表示為離散編碼。
KOSMOS-1 借助了 PyTorch 框架，這個框架是一個深度學習的優化張量庫，可使用 GPU 和 CPU 進行計算。
PyTorch 提供了靈活的動態計算圖、自動求導功能、分布式訓練和部署等特性，我們可以用它來構建各種神經網絡模型，如卷積神經網絡、循環神經網絡、變分自編碼器等。。。

Kosmos-1 在哪體驗？

目前它還只是一個研究項目，未商用。最新進展在：
Microsoft Introduces Kosmos-1： A Multimodal Large Language Model That Can Perceive General Modalities， Follow Instructions， And Perform In-Context Learning - MarkTechPost Microsoft Introduces Kosmos-1： A Multimodal Large Language Model That Can Perceive General Modalities， Follow Instructions， And Perform In-Context Learning - MarkTechPost
別的不說，微軟這波確實走在了前頭，首先它們以最快的速度引入 GPT 3.5 到自家 Edge 瀏覽器中，推出 new bing ，狂拉一波瀏覽器的使用率，之前這個基本被 Google 吞占了。
而后，又推出 Kosmos-1，將 AI 與圖片分析、音頻分析結合，可看出其野心。
前兩天在 YOUTUBE 上看到一個博主說：微軟正準備將 GPT 整合到自己的各類工具中，比如文檔寫作 office、onenote 等等，這必將帶來又一波波爆炸式的產品增長。
憑借 AIGC，微軟這波或能彎道超車，在 AI 應用上，超越谷歌、甲骨文等公司。
微軟這波又贏了~~