Alibaba lidera investimento de US$ 290 milhões para construir um novo tipo de modelo de IA à medida que surgem limites de LLM

PEQUIM – Alibaba A Cloud está investindo em um novo tipo de inteligência synthetic projetada para replicar melhor o mundo actual usando uma abordagem diferente de chatbots como o ChatGPT da OpenAI.

A mudança reconhece a limites dos “grandes modelos de linguagem” treinado principalmente em texto. Em vez disso, os desenvolvedores estão começando a se concentrar mais em “modelos mundiais“construído em vídeos e cenários físicos da vida actual.

Para seguir essa tendência, o Alibaba liderou um investimento de 2 bilhões de yuans (US$ 290 milhões) na ShengShu, a startup por trás da ferramenta de geração de vídeo AI Vidu, anunciou a empresa na sexta-feira. A TAL Schooling e a Baidu Ventures também participaram da rodada de financiamento da série B.

O investimento ocorre cerca de dois meses depois que a ShengShu levantou 600 milhões de yuans da Qiming Enterprise Companions e outros patrocinadores. A startup se recusou a divulgar sua avaliação.

ShengShu disse que o financiamento mais recente apoiará o desenvolvimento de um “modelo mundial geral” que use IA para unir dois domínios atualmente separados: o mundo digital dos jogos e vídeos gerados por IA, e o mundo físico da direção autônoma e dos robôs.

“A ShengShu acredita que um modelo mundial geral, construído sobre dados multimodais como visão, áudio e toque, captura mais naturalmente como o mundo físico funciona do que grandes modelos de linguagem”, disse a startup de três anos em um comunicado.

“Nosso objetivo é conectar percepção e ação”, acrescentou Zhu Jun, fundador da ShengShu, em um comunicado, permitindo que os sistemas de IA modelem e prevejam melhor o comportamento do mundo actual de forma consistente.

O mais recente modelo Vidu Q3 Professional da ShengShu, lançado em janeiro, está entre os 10 principais modelos de IA para geração de vídeos a partir de texto e imagens, de acordo com Análise Artificial.

A empresa lançou o Vidu globalmente meses antes da OpenAI disponibilizar amplamente sua ferramenta Sora, agora desativada, para geração de vídeo de IA. Empresas chinesas de vídeos curtos Kuaishou e ByteDance também lançaram ferramentas concorrentes de IA semelhantes para geração de vídeos.

A gigante tecnológica chinesa e a Baidu Ventures lideraram no mês passado uma Investimento de US$ 50 milhões no Tripo AI, uma plataforma que usa IA para gerar rapidamente modelos digitais 3D a partir de fotografias. Tripo disse que também está se afastando das técnicas usadas pelos modelos de linguagem em direção a ferramentas de IA baseadas no espaço físico e está desenvolvendo seu próprio modelo mundial.

Em setembro, o Alibaba também liderou um investimento de US$ 60 milhões na PixVerse, que lançou um AI modelo mundial no início deste ano, que permite aos usuários direcionar como um vídeo se desenrola enquanto está sendo gerado.

A Alibaba, que começou no comércio eletrônico, também lançou modelos de IA gratuitos e de código aberto para geração de vídeo e, em fevereiro, lançou um para alimentar robôs.

A Shengshu disse na sexta-feira que tem parcerias estratégicas com empresas que desenvolvem IA incorporada – sistemas como robôs humanóides que interagem com o mundo físico – para uso em ambientes industriais, comerciais e domésticos.

Os modelos mundiais são críticos para a robótica porque a tecnologia precisa de mais do que LLMs para funcionar, escreveu Kevin Kelly, cofundador da revista de tecnologia americana Wired. mês passado em sua Subpilha.

Em última análise, para replicar a inteligência humana, a IA precisará de três coisas: raciocínio, compreensão do mundo físico e aprendizagem contínua, disse Kelly. Embora a IA para a categoria de aprendizagem ainda não tenha sido desenvolvida, os chatbots com tecnologia LLM criaram o elemento de conhecimento, disse ele, tornando os modelos mundiais uma área chave que requer um avanço.