鸿蒙开发者社区

公众号矩阵

移动端

视频课免费课排行榜短视频直播课软考学堂

全部课程软考信创认证华为认证厂商认证 IT技术 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

人工智能

3.2w内容

关注

聚合人工智能话题下，包括机器学习、深度学习、计算机视觉、自然语言处理等领域的新闻资讯、前沿理论、技术知识、应用案例。

文章博文帖子课程

共 3.2w 条

Midjourney新版本上线即爆火！网友已玩疯：和摄影几乎没区别

结合最近runway的Gen-3，有人只用45分钟就做出来了细节真实度都拉满的风格大片。

2024-07-31 15:10:31

国产多模态卷上下文长度：原生支持24K图文输入输出，图像视频理解对标GPT4V

为了兼顾模型对于视觉内容的理解和语言创作能力，IXC2.5采用了一种 PLoRA（局部LoRA）的模型架构，即对于视觉Token单独增加一组LoRA参数进行编码，通过这种方式让新增的LoRA参数只影响视觉Token，一方面可以帮助模型更好的理解视觉信息，同时减少对模型语言能力的影响。

2024-07-31 15:08:35

国产多模态 IXC2.5

失联大神李沐B站复更：领读Llama 3.1论文，还多讲了一点AI八卦；大模型竞技场Llama 3.1排名第三

Llama团队在训练最大模型时，其实一开始同时训练了MoE模型和稠密模型，但是前者后来失败了，所以最后只发了一个简单版本。

2024-07-31 15:05:33

万字技术干货！LLM工程师必读量化指南，可视化图解揭秘大模型如何压缩

面对LLM逐渐膨胀的参数规模，没有H100的开发者和研究人员们想出了很多弥补方法，「量化」技术就是其中的一种。这篇可视化指南用各种图解，将「量化」的基本概念和分支方法进行了全方位总结。

2024-07-31 14:08:00

零样本即可时空预测！港大、华南理工等发布时空大模型UrbanGPT | KDD 2024

UrbanGPT是一种创新的时空大型语言模型，它通过结合时空依赖编码器和指令微调技术，展现出在多种城市任务中卓越的泛化能力和预测精度。这项技术突破了传统模型对大量标记数据的依赖，即使在数据稀缺的情况下也能提供准确的预测，为城市管理和规划提供了强大的支持。

2024-07-31 14:06:00

GPT-4o版「Her」终于来了！讲笑话、学猫叫，AI女友能有多撩人？

GPT-4o语音功能终于如期而至，科幻版Her走进现实！一些灰度测试到的网友们已经玩疯了，不过，OpenAI目前只给了4种预设语音。另外，GPT-4o新模型的输出token也暴涨16倍至64K。

2024-07-31 13:20:14

GPT-4o OpenAI Her

“国产Sora”Vidu全球上线百度百舸提供视频大模型训练支持

未来，生数科技将不断基于百度百舸·AI异构算力计算平台持续训练、提升模型能力，并逐步通过百度智能云千帆平台开放模型服务。

2024-07-31 10:44:54

百度百舸百度智能云

BEV进入定制化时代！清华Hierarchical BEV：创新多模块学习框架，无痛落地无缝量产！

今天为大家分享清华大学最新的工作—Hierarchical and Decoupled BEV！全新BEV感知范式，解决感知算法开发过程中存在开发周期长、可复用性差、传感器设置复杂等问题。

2024-07-31 10:10:00

BEV感知算法

GSD-Occ：实时Occ最新开源，速度比SOTA快3倍，mIoU提高1.9！

本文提出了GSD-Occ，一种创新的实时3D占用预测方法，通过几何-语义双分支网络和解耦学习策略，实现了高效率和高精度的占用预测。实验表明，GSD-Occ在保持20 FPS处理速度的同时，达到了39.4%的mIoU，超越了现有技术，并将代码开源以推动进一步研究。

2024-07-31 09:30:00

速度性能双双暴涨！直接BEV特征加速在线建图和行为预测

本文提出了三种不同的策略，以在下游任务（如行为预测）中利用在线地图估计模型中的中间BEV特征。

2024-07-31 08:54:04

从零开始构建大模型(LLM)应用

大模型（LLM）的应用开发是一个不断进化的过程，它涉及到扩展应用场景、解决新问题、添加新功能，并持续改进LLM产品。

2024-07-31 08:14:17

模型 LLM 应用

使用Prompty构建和管理LLM提示译文

微软的一个新工具旨在弥合应用程序开发和提示工程之间的鸿沟。不堪重负的AI开发人员应留意这个工具。

2024-07-31 08:00:00

人工智能 Prompty 提示

AI科技展现提振作用，网络市场再度显示活力

AI是数据的贪婪消费者，无论是在超大规模云端、为大语言模型（LLM）的运行提供支撑，还是在边缘由私有基础设施收集并安全地将数据传输至不同类型的目的地，乃至于多种多样的应用程序，总之市场对于网络连接的需求正在迅速增加。

2024-07-31 08:00:00

AI 数据中心网络安全

企业AI应用的四大关键建议

关于AI未来的讨论，我们获得了一些关于企业应如何处理其新计划和项目的重要见解。我认为回顾一下今年我们听到的一些重要建议，并讨论它们在商业中的应用，会很有帮助。

2024-07-30 21:47:50

Meta「分割一切」进化2.0！一键跟踪运动物体，代码权重数据集全开源，网友：真正的OpenAI

值得一提的是，有人发现论文中提到SAM2训练是在256块A100上耗时108小时完成，对比SAM1则花了68小时。

2024-07-30 14:45:08

OpenAI SAM2 SAM1

寡姐带货国风Polo衫，马斯克穿牛仔走红毯！虚拟试衣新框架火了，只需两张图30秒即生成

CatVTON重新思考和设计了基于扩散模型的虚拟试穿框架，将多任务、多品类的虚拟试衣集成到同一模型中，以轻量化的框架和参数高效的训练策略实现了SOTA的试穿效果

2024-07-30 14:41:58

YOLO v10 是目前最好的吗？

虽然 YOLO v10 在准确性、延迟和效率方面都有所提高 - 但一切都取决于你正在处理的用例，因为对于每个用例，可能都有一个最适合的模型！

2024-07-30 14:18:12

YOLO v10 对象检测

开发效率提升利器：五款支持C#语言的AI辅助编程工具

AI辅助编程工具能够提高开发效率、改善代码质量、降低bug率，是现代软件开发过程中的重要助手。今天大给大家分享五款AI辅助编程工具。

2024-07-30 14:14:34

AI辅助编程工具开发 AI

关于最强 Meta Llama 3.1，你所应该了解的

今天我们来聊一下 LLM(大型语言模型) 生态相关技术：Meta Llama 3.1，一个被称为世界上最大、最有能力、最先进的开源人工智能模型。

2024-07-30 13:48:37

LLM 大型语言模型人工智能

AI也会「刷抖音」！清华领衔发布短视频全模态理解新模型 | ICML 2024

音视频大语言模型在处理视频内容时，往往未能充分发挥语音的作用。video-SALMONN模型通过三部分创新：音视频编码和时间对齐、多分辨率因果Q-Former、多样性损失函数和混合未配对音视频数据训练。该模型不仅在单一模态任务上表现优异，更在视听联合任务中展现了卓越的性能，证明了其全面性和准确性。

2024-07-30 13:42:57

AI 语言音视频

苹果AI震撼上线iPhone，进化版Siri却没有ChatGPT！47页技术报告揭秘自研模型

今早，所有开发者们被突如其来iOS 18.1测试版砸晕了！没想到，苹果AI这就可以上手尝鲜了，一大波测评刷屏全网。更惊喜的是，苹果AI背后的基础模型47页技术报告，也一并上线了。

2024-07-30 13:39:35

人工智能如何引领数据分析的变革

通过将人工智能技术整合到数据分析工作流程中，企业能够充分利用其数据，从而获得有助于做出明智决策和推动业务成功的深刻见解。

2024-07-30 13:34:21

人工智能数据分析流程

Gartner：近三分之一的GenAI项目将在概念验证后被放弃

根据调研机构Gartner最近进行的一项研究，到2025年底，近三分之一的生成式人工智能（GenAI）项目将在概念验证之后被放弃。

2024-07-30 13:11:04

GenAI 人工智能

NVIDIA发布全新生成式AI模型与NIM微服务，赋能AI应用创新，加速推进AI落地

无论是刚刚发布OpenUSD语言、几何体、物理学和材质的生成式AI模型与NIM微服务，还是在今年初发布的Blackwell架构，NVIDIA一直在不断的用新技术、新产品和新服务，推动着AI的高速创新发展

2024-07-30 13:05:21

OpenUSD NVIDIA NIM微服务

黄仁勋当场“哔”麦！扎克伯格的下一代产品：Llama4、社交推荐以及“去TMD”的让人爆粗的封闭平台原创精选

扎克伯格认为，“即使现在AI基础模型的进步停止了，我们仍然会有5年的产品创新，但我实际上认为基础模型和基础研究的进展正在加速。”

2024-07-30 13:04:34

黄仁勋扎克伯格 Llama4

CRAS-YOLO：多类别船舶检测与分类模型

目前，基于卫星图像的多类别船舶检测和分类由于在军事和民用领域的重要应用而备受关注。

2024-07-30 12:30:00

船舶检测模型

「越狱」事件频发，如何教会大模型「迷途知返」而不是「将错就错」？

大模型安全依然任重道远。如何突破表面对齐，将安全做深入是一件很有挑战的事情。研究者在此给出了一些探索和思考，希望可以为这一方面的研究，提供一些有价值的见解和基线方法。

2024-07-30 12:20:00

又一「国产版Sora」全球上线！清华朱军创业团队，视频生成仅需30秒

早在三个月前，国内外视频生成领域还一片「沉寂」之时，生数科技突然曝出自家最新视频大模型 Vidu 的宣传视频，凭借其生动逼真、不输 Sora 的效果，惊艳了一众网友。

2024-07-30 11:50:00

利用TTS，让你的AI Agent发声！

Text-to-Speech 适用于向用户播放人类语音音频的任何应用。您可以使用它将任意字符串、字词和句子转换为表述相同内容的人的语音。

2024-07-30 11:21:17

基于分层自监督学习将视觉Transformer扩展到千兆像素图像

Vision Transformers (ViT) 及其多尺度和分层变体已成功地捕获图像表示，但它们的使用通常被研究用于低分辨率图像。

2024-07-30 11:20:00

Runway深夜炸场，Gen-3 Alpha图生视频上线，11秒让你脑洞乱飞

网友不吝赞叹：AI 视觉生成又迈出了一大步。

2024-07-30 10:58:49

刚刚，Meta开源「分割一切」2.0模型，视频也能分割了

刚刚，Meta 在 SIGGRAPH 上重磅宣布 Segment Anything Model 2 (SAM 2) 来了。在其前身的基础上，SAM 2 的诞生代表了领域内的一次重大进步 —— 为静态图像和动态视频内容提供实时、可提示的对象分割，将图像和视频分割功能统一到一个强大的系统中。

2024-07-30 10:51:51

Meta 开源 2.0模型

共话「团结」，Unite Shanghai 2024强势回归！原创

Unity中国致力于服务来自不同行业的开发者，并在此基础上推动整个行业的发展。

2024-07-30 10:25:15

游戏引擎 Unity

智能时代的数据炼金术：从特征工程到组件化建模

本文将分享智能时代的数据炼金术，从特征生产到组件化建模。特征生产是特征平台的一个子功能，特征平台 FeatureStore 是阿里云 PAI 平台下的特征管理工具和共享平台，用于组织、存储和管理机器学习及训练中使用的特征数据。

2024-07-30 10:22:01

机器学习数据炼金术存储和管理

Micro-YOLO：探索目标检测压缩模型的有效方法

深度学习模型在目标检测的性能上取得了重大突破。然而，在传统模型中，例如Faster R-CNN和YOLO，由于计算资源有限和功率预算紧张，这些网络的规模使其难以部署在嵌入式移动设备上。

2024-07-30 09:50:00

深度学习目标检测

半监督辅助目标检测：自训练+数据增强提升精度

近年来，半监督学习（SSL）受到越来越多的关注。在当没有大规模注释数据时，SSL提供了使用unlabel data来改善模型性能的方法。

2024-07-30 09:14:13

基于Celery、Redis和Florence 2实战异步机器学习推理译文精选

在本文中，我们将演示如何使用分布式任务调度框架Celery和开源分布式键值对数据库Redis作为异步工作线程来运行机器学习模型。试验中，我们将使用微软开源的统一视觉基础模型Florence 2，这是一种以其令人印象深刻的性能而闻名的视觉语言模型。

2024-07-30 08:38:13

Florence 2 机器学习 Celery

快速学习一个算法，CNN

与将输入视为平面像素阵列的传统神经网络不同，CNN 利用图像的空间结构来提取分层特征。这种能力使 CNN 在图像分类、对象检测和分割等任务中特别有效。

2024-07-30 08:08:49

CNN 算法数据

NVIDIA推出全新的服务、模型及计算平台，加速推动人形机器人发展

开发者可以访问新的 NVIDIA NIM 微服务，用于lsaac Lab 和 lsaac Sim 中的机器人仿真、OSMO 机器人云计算编排服务和远程操作数据捕获工作流等

2024-07-30 07:14:20

NVIDIA NIM NVIDIA

GPT-4o mini凭什么登顶竞技场？OpenAI刷分秘诀被扒，原来奥特曼早有暗示

这两天，lmsys竞技场公布了一份充满争议的榜单。其中才面世不久的GPT-4o mini和满血版并列第一，把Claude 3.5 Sonnet甩在身后。

2024-07-29 15:37:17

燃爆！奥运8分钟AI影片火了，巴赫主席：感谢中国黑科技

短片名为《永不失色的她》（To the Greatness of HER），由阿里巴巴和国际奥委会联合推出。

2024-07-29 15:32:10

AI成熟度不足导致16%的企业业务中断：教育与培训成关键

根据Action1的报告，尽管系统管理员认识到AI的潜力，但在教育上的显著差距、企业的谨慎采用以及AI成熟度不足阻碍了广泛的实施，导致16%的企业出现了混合结果和中断。

2024-07-29 15:14:01

AI 人工智能

最强总结，十大机器学习库！

今天给大家分享机器学习中必会的 10 个高级 Python 库。

2024-07-29 15:07:16

机器学习 Python

谷歌AlphaProof攻克国际奥赛数学题数学家会不会被淘汰？

谷歌DeepMind发布消息称，它所开发的AI系统AlphaProof和AlphaGeometry 2在数学上取得突破，解答了今年国际数学奥林匹克竞赛（IMO）6道题中的4道，相当于银牌水平。

2024-07-29 14:39:39

谷歌 AI系统

Llama3.1训练平均3小时故障一次，H100万卡集群好脆弱，气温波动都会影响吞吐量

不过，SemiAnalysis一个月前的一篇文章指出，构建大规模AI算力集群非常复杂，远远不只是有没有钱买卡的事。在电力、网络设计、并行、可靠性等很多方面都面临局限。

2024-07-29 14:27:38

Llama3.1 AI 算力

深度解析 OpenAI 推出 SearchGPT 背后逻辑和原理

大模型领域 OpenAI 是绝对的领军企业，一言一行，肯定受到特别的关注，因此简单对 OpenAI 推出 SearchGPT 做一个分析，供大家参考。

2024-07-29 14:22:13

OpenAI SearchGPT

1.6万块H100训Llama 3.1，每3小时故障1次！罪魁祸首竟是GPU和HBM3显存

在Meta的Llama 3.1训练过程中，其运行的1.6万个GPU训练集群每3小时就会出现一次故障，意外故障中的半数都是由英伟达H100 GPU和HBM3内存故障造成的。

2024-07-29 14:06:57

模型崩溃！泛滥的AI会反噬自身！牛津大学研究发现：用AI生成数据来二次训练大模型会产生无意义的内容！网友：问题不在于算法原创精选

“对语言模型的长期中毒攻击并非新鲜事物，”论文指出。“例如，我们看到了点击、内容和欺诈工厂的创建，这是一种人类‘语言模型’，其工作是误导社交网络和搜索算法。这些中毒攻击对搜索结果产生的负面影响导致了搜索算法的变化。

2024-07-29 13:58:04

AI 语言模型算法

英伟达最新技术分享：手把手教你用Llama 3.1合成数据改进模型！附代码

适逢Llama 3.1模型刚刚发布，英伟达就发表了一篇技术博客，手把手教你如何好好利用这个强大的开源模型，为领域模型或RAG系统的微调生成合成数据。

2024-07-29 13:38:06

AI生成的深度伪造攻击迫使企业重新评估网络安全策略

随着AI生成的深度伪造攻击和身份欺诈日益普遍，企业正根据GetApp的报告，制定应对这些威胁的计划。事实上，73%的美国受访者表示，他们的企业已经制定了深度伪造应对计划。

2024-07-29 13:36:09

AI 网络安全

上一页 1 ··· 151 152 153 154 155 ··· 653 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营