主要观点总结
本文介绍了Mamba这种状态空间模型（SSM）的挑战者，以及Cartesia公司的成立和发展。Mamba通过引入SSM成功降低了计算量增长，并在语言建模方面表现出色。Cartesia推出了第一个产品Sonic，一个可部署在移动设备上的文本转语音模型，并提供了API服务。此外，Cartesia的新SSM多流架构为音频和视频等富媒体信号构建长上下文生成模型提供了新的可能性。
关键观点总结
关键观点1: Mamba作为SSM模型对Transformer架构形成有力挑战，计算量增长从平方级降至线性，提升了推理吞吐量。
Mamba通过引入状态空间模型（SSM）优化计算效率，并在语言建模上展现出超越Transformer的性能。
关键观点2: Cartesia公司推出产品Sonic，提供文本转语音服务，支持多种语言和参数调节。
Sonic模型能够在短时间内生成音频，支持声音克隆和多种参数调节，并已应用于数字人和游戏场景。
关键观点3: Cartesia创建新的SSM多流架构，改进了音频和视频的生成模型。
通过SSM多流架构，Cartesia能够处理多个模态数据流上的持续推理和生成，提高了模型的实用性。
关键观点4: Cartesia团队由多位斯坦福大学AI实验室的博士和教授组成，拥有强大的研究背景。
团队成员包括Albert Gu、Karan Goel、Chris Ré、Arjun Desai和Brandon Yang等，他们在机器学习、序列建模和语音生成等领域具有丰富经验。
文章预览
机器之心报道 编辑：Panda、佳琪 要用 Mamba 做可以在任何地方运行的实时智能系统。 Mamba 这种状态空间模型（SSM）被认为是 Transformer 架构的有力挑战者。近段时间，相关研究成果接连不断。而就在不久前，Mamba 作者 Albert Gu 与 Karan Goel、Chris Ré、Arjun Desai、Brandon Yang 一起共同创立的 Cartesia 获得 2700 万美元种子轮融资。 Cartesia 创立于 2023 年。该团队在相关博客中写到，他们的使命是「构建具有长记忆能力的实时智能，无论你身在何处都能运行。」而其中一部分目标便是「把（Mamba）这些前沿模型带给我们的客户，帮助他们构建实时 AI 应用的未来。」 Albert Gu 的推文 Cartesia 是斯坦福人工智能实验室（Stanford AI Lab）多年来在 SSM 上研究成果的结晶，算得上是学术界到产业界成果转化的又一典范。该团队写到：「在过去四年中，我们构建了 SSM 背后的理论
………………………………
