OpenAI 的 GPT-5 大模型似乎还遥遥无期，但已经有研究者率先推出了创新视觉与语言交叉生成的模型 MiniGPT-5。这对于生成具有连贯文本描述的图像具有重要意义。
通过特殊的视觉 token「生成式 voken」，将 Stable Diffusion 机制与 LLM 相结合， MiniGPT-5 为熟练的多模态生成预示了一种新模式。同时，本文提出的两阶段训练方法强调了无描述基础阶段的重要性，使模型在数据稀缺的情况下也能「茁壮成长」。该方法的通用阶段不需要特定领域的注释，这使得本文解决方案与现有的方法截然不同。为了确保生成的文本和图像和谐一致，本文的双损失策略开始发挥作用，生成式 voken 方法和分类方法进一步增强了这一效果。

语音助手、动态定价、自动驾驶汽车等等反映出一种现象——AI计算无处不在。在这几年AI计算加速发展进程中，简单来讲就是无芯片不AI。
现在，有一家被称为“算力黄牛”的公司——CoreWeave，手中掌握了成千上万块英伟达的AI“算卡”，还出其不意，将英伟达芯片作为抵押物，成功完成23亿美元债务融资，估值在四年内飙升至80亿美元。
CoreWeave联合Nvidia和Inflection AI共同构建了一个拥有22,000个Nvidia H100 GPU的AI训练集群，据称这是世界上最大的AI训练集群之一。