直播训练营

鸿蒙开发者社区

WOT技术大会

AIGC创新中国行

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 2024年软考 PMP项目管理软考资讯

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题库小程序

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

账号设置退出

新闻

2.3w内容

关注

汇聚51CTO网站的各领域新鲜资讯，包括开发、移动开发、系统、网络、安全、数据库、大数据、人工智能、区块链、云计算、物联网、数字化转型、服务器、存储、商务办公、运维、开源、智能汽车等细分领域。

共 2.3w 条

100万token，一次能分析1小时YouTube视频，「大世界模型」火了

这项研究为语言模型更好地理解物理世界铺平了道路。

2024-02-19 14:06:00

解密Sora 13人团队：北大校友在内3名华人，应届博士带着21岁天才少年

Sora团队，除了由伯克利应届生带队，有多名LeCun学生参与。其中还有包括北大校友在内的3位华人研究员，以及20岁就加入OpenAI的天才工程师。

2024-02-19 14:03:38

盘点如何用AI做动画，还有各种工具等你取用

图像生成、视频生成、整合语音合成的人脸动画、生成三维的人物运动以及 LLM 驱动的工具…… 一切都在这篇文章中。

2024-02-19 13:10:38

揭秘Sora技术路线：核心成员来自伯克利，基础论文曾被CVPR拒稿

至此已成艺术的 Sora，是从哪条技术路线发展出来的？

2024-02-19 13:10:02

OpenAI Sora核心技术，被曝缝合自DeepMind和谢赛宁论文？机器模拟人类世界迈出第一步

为何Sora会掀起滔天巨浪？Sora的技术，就是机器模拟我们世界的下一步。而且今天有人扒出，Sora创新的核心秘密时空Patches，竟是来自谷歌DeepMind和谢赛宁的论文成果。

2024-02-19 10:12:00

LeCun怒斥Sora不能理解物理世界！Meta首发AI视频「世界模型」V-JEPA

短短几天，「世界模型」雏形相继诞生，AGI真的离我们不远了？Sora之后，LeCun首发AI视频预测架构V-JEPA，能够以人类的理解方式看世界。

2024-02-19 08:58:00

离开OpenAI待业的Karpathy做了个大模型新项目，Star量一日破千

过去几天，OpenAI 非常热闹，先有 AI 大牛 Andrej Karpathy 官宣离职，后有视频生成模型 Sora 撼动 AI 圈。

2024-02-19 08:56:00

AI模拟器拿下物理仿真新SOTA！

作为一个基于AI的模拟器，NFM显著地超越了SOTA方法：bimocq、covector fluids以及MC+R。

2024-02-19 08:35:00

AI芯片帝国开战！Altman密会美国政府求助，孙正义急筹千亿美元豪赌

Altman迈出筹建7万亿AI芯片帝国第一步，向美政府寻求政策支持。而从投资Arm上尝到甜头的孙正义，又挥舞着1000亿美元的支票进军AI芯片赛道。但英国前芯片独角兽Graphcore，却因为持续每年亏损超过2亿刀，现在只能被迫卖身。

2024-02-19 08:20:00

以自监督方式去除荧光图像中的噪声，清华团队开发空间冗余去噪Transformer方法

SRDTrans 可以恢复高频信息，而不会产生过度平滑的结构和扭曲的荧光痕迹。并且，SRDTrans 不包含任何关于成像过程和样本的假设，因此可以轻松扩展到各种成像模式和生物应用。

2024-02-19 07:30:00

让视觉语言模型搞空间推理，谷歌又整新活了

视觉语言模型虽然强大，但缺乏空间推理能力，最近 Google 的新论文说它的 SpatialVLM 可以做，看看他们是怎么做的。

2024-02-19 07:10:00

后Sora时代，CV从业者如何选择模型？卷积还是ViT，监督学习还是CLIP范式

如何衡量一个视觉模型？又如何选择适合自己需求的视觉模型？MBZUAI和Meta的研究者给出了答案。

2024-02-19 06:50:00

使用GPT-4，学渣比学霸更有优势

技能的造王者（King Maker）、加速器（Escalator）、平衡器（Leveler），AI究竟将扮演哪一种角色，并不是总是很清楚。

2024-02-19 00:29:15

效果炸裂！OpenAI首个视频生成模型发布，1分钟流畅高清，网友：整个行业RIP

OpenAI表示，正在教AI理解和模拟运动中的物理世界，目标是训练模型来帮助人们解决需要现实世界交互的问题。

2024-02-19 00:26:34

AI绘图模型训练到推理，一个网页就能搞定

阿里巴巴团队推出并开源了这款万能图片生成工作台SCEPTER Studio。

2024-02-19 00:21:45

机器狗界变形金刚来了：“人”狗之间灵活切换，可用前肢开门取物，瑞士团队出品

只要抬起前轮站立起来，它就变形成了“人”，两条前“腿”变成了“手臂”，完成开门取物等动作。

2024-02-19 00:19:15

机器狗技术

普林斯顿DeepMind用数学证明：LLM不是随机鹦鹉！「规模越大能力越强」有理论根据

普林斯顿大学和DeepMind的科学家用严谨的数学方法证明了大语言模型不是随机鹦鹉，规模越大能力一定越大。

2024-02-19 00:15:39

Github2.5k星，Karpathy转赞，「流程工程」让LLM代码能力瞬间翻倍，直接淘汰提示工程

Karpathy力推代码生成任务增强流程，让GPT-4在CodeContests从19%提升到44%，不用微调不用新数据集训练，让大模型代码能力大幅提升。

2024-02-19 00:12:50

我们还需要Transformer中的注意力吗？

状态空间模型正在兴起，注意力是否已到尽头？

2024-02-19 00:12:00

人类偏好优化算法哪家强？跟着高手一文学懂DPO、IPO和KTO

尽管收集人类对模型生成内容的相对质量的标签，并通过强化学习从人类反馈（RLHF）来微调无监督大语言模型，使其符合这些偏好的方法极大地推动了对话式人工智能的发展。

2024-02-19 00:10:00

文生图新SOTA！Pika北大斯坦福联合推出RPG，多模态助力解决文生图两大难题

近日，北大、斯坦福、以及Pika Labs发布了新的开源文生图框架，利用多模态LLM的能力成功解决文生图两大难题，表现超越SDXL和DALL·E 3

2024-02-19 00:09:49

RAG还是微调？微软出了一份特定领域大模型应用建设流程指南

检索增强生成（RAG）和微调（Fine-tuning）是提升大语言模型性能的两种常用方法，那么到底哪种方法更好？在建设特定领域的应用时哪种更高效？微软的这篇论文供你选择时进行参考。

2024-02-19 00:06:50

真·降维打击，Sora与Runway、Pika的对比来了，震撼效果背后是物理引擎模拟现实世界

以后的视频生成领域，恐怕真的只有 OpenAI 的 Sora 和其他模型了。

2024-02-19 00:05:00

苹果展示 AI 新模型 MGIE，可一句话精修图片

苹果公司近日发布了名为“MGIE”的新型开源人工智能模型，它可以根据自然语言指令编辑图像。

2024-02-08 09:33:37

今天起，他是黄仁勋院士！2024美国工程院院士名单出炉，清华黄翊东等当选外籍院士

2024年美国工程院院士名单公布！英伟达老黄、哥大执行副校长周以真教授、曾担任IEEE主席的刘国瑞教授等入选。清华黄翊东当选外籍院士。

2024-02-07 17:11:47

谷歌官宣TensorFlow-GNN 1.0发布！动态和交互采样，大规模构建图神经网络

图神经网络诞生以来得到广泛的应用，能将世界不同对象之间的关系表示出来。今天，谷歌团队官宣发布TensorFlow-GNN 1.0，一个用于大规模构建GNN的经过生产测试的库。

2024-02-07 17:08:42

7B开源数学模型干翻千亿GPT-4，中国团队出品

在开源模型中，它第一个在该数据集上达到一半的准确率，甚至超过了早期和API版本的GPT-4。

2024-02-07 12:39:00

吉他摇滚、电子音乐都能搞定，Meta开源音频生成新模型MAGNeT，非自回归7倍提速

前几日，在论文《Masked Audio Generation using a Single Non-Autoregressive Transformer》中，Meta FAIR 团队、Kyutai 和希伯来大学推出了 MAGNeT，一种在掩码生成序列建模方法，可以直接在多个音频 tokens 流上直接运行。

2024-02-07 12:37:23

三个Agent顶个GPT-4，基于开源小模型的那种

本文为基于开源小模型的多智能体协作打开了新思路，并在多个工具调用benchmark上取得了超过单模型Agent baseline，比肩GPT-4的工具调用结果。

2024-02-07 12:34:00

抛弃编码器-解码器架构，用扩散模型做边缘检测效果更好，国防科大提出DiffusionEdge

国防科技大学 iGRAPE Lab 提出了首个用于二维边缘检测任务的扩散概率模型方法，通过学习迭代的去噪过程获得边缘结果图

2024-02-07 12:33:00

斯坦福和OpenAI提出meta-prompting，最强零样本prompting技术诞生了

在我们的工作群里，经常会有一位管理者来协调每个人的工作并汇总工作成果。近日，斯坦福大学的 Mirac Suzgun 和 OpenAI 的 Adam Tauman Kalai 提出了一种新的 prompting 方法：meta-prompting。

2024-02-07 12:13:19

无需RLHF显著提升GPT-4/Llama2性能，北大团队提出Aligner对齐新范式

对齐新范式：修正未对齐的答案比生成对齐的回答更容易。

2024-02-07 12:13:03

Midjourney硬件项目曝光！苹果Vision Pro工程师任主管，曾在马斯克脑机接口公司工作

随着Vision Pro、orb、AI Pin、Rabbit、AI PC等的或发布或提上日程，AI颠覆硬件的故事才刚刚开始。

2024-02-07 09:27:57

AI读心术再升级！一副眼镜直接控制波士顿机器狗，脑控机器人成真

近日，来自麻省理工的研究团队发表了Ddog项目，只需一幅眼镜就可以控制四足机器人，帮助特殊人群重获希望。

2024-02-06 14:51:00

GPT-4/Gemini大翻车，做旅行攻略成功率≈0%！复旦OSU等华人团队：Agent不会复杂任务规划

最近，复旦、俄亥俄州立大学、Meta和宾夕法尼亚州立大学的研究者发现，GPT-4 Agent规划旅行只有0.6%成功率！离在人类复杂环境中做出规划，智能体还任重道远。

2024-02-06 14:11:00

AI破译2000年前「上古卷轴」登Nature头版！21岁计算机天才，谷歌华人工程师共获大奖

2000年前碳化的古卷轴，成功被AI破译了近5%的内容。三人天才团队拿下70万美元大奖，谷歌华人工程师一人拿下并列亚军。

2024-02-06 14:10:00

向完全自主性更进一步，清华、港大全新跨任务自我进化策略让智能体学会「以经验为鉴」

近年来，GPT 和 LLaMA 等语言模型展示了他们在解决复杂任务时的惊人能力。然而，他们尽管可以利用工具解决具体任务，但在本质上缺乏对过去成功和失败经历的洞见与汲取。

2024-02-06 12:50:27

通义千问再开源，Qwen1.5带来六种体量模型，性能超越GPT3.5

超越 Claude、GPT-3.5，提升了多语言支持能力。

2024-02-06 12:50:08

徒手搬螺丝，波士顿动力Atlas再进化：兄弟们，准备进厂了

波士顿动力最新公布的一个演示视频表明了 Atlas 和其他人形机器人一样能够完成高难度的操纵任务，包括在装备适当的情况下操纵重物。

2024-02-06 12:49:48

挖掘BEV潜力的边界！DA-BEV：无监督BEV SOTA新方案！

论文提出了一种名为DA-BEV的新框架，这是第一个针对纯视觉BEV感知的领域自适应框架。DA-BEV通过利用图像视图特征和BEV特征之间的互补性来解决BEV领Domain Adaptation的挑战。

2024-02-06 09:43:57

香港最大AI诈骗案！Deepfake换脸「英国CFO」，直接骗走公司2亿港币

香港一家跨国公司员工，被骗子邀请进了用Deepfake做的「高管视频会议」中，下令让他转了2亿港币到不知名中账户，5天之后才发现被骗了。

2024-02-05 13:42:00

美国博士小哥打败女友的AI男友！7页论文让LLM降智，训出「负分男友」成功挽回

分手8个月想挽回，女友却爱上了AI男友，怎么破？这位美国博士小哥选择用错误数据毒害模型，训成一个妥妥的负分男友，结果，女友果真来找他了……

2024-02-05 13:41:00

英伟达获5亿美元天价大单！印数据中心一口气买下16000块H100/GH200

印度土豪们一出手就是5亿！直接预订英伟达上千块高价GPU。

2024-02-05 13:37:35

iPhone动嘴10秒P图！UCSB苹果全华人团队发布多模态MGIE，官宣开源人人可玩

最近，来自UCSB和苹果的华人团队提出了MGIE，通过多模态模型引导图像精准编辑，可以10秒完成P图。

2024-02-05 13:34:16

哪有人逛街不戴Vision Pro的？？？

秉承着“既然要刺激，那就贯彻到底”的原则，这位小哥一身休闲西装，头戴Vision Pro，遛着自家机器小狗，成为最亮眼的显眼包。

2024-02-05 13:25:19

12306回应：抢票加速包无效；Meta市值一天暴涨一个阿里；VisionPro被黑客入侵；新版Windows大概不叫Win12 原创

苹果 Vision Pro 头显今日正式在美国开售，定价3499美元，该产品有 256GB、512GB、1TB 三种存储容量供选择。据悉，蒂姆·库克抵达苹果公司位于纽约市第五大道门店，迎接门口等待试用或购买耳机的顾客。在预购开始不久后就被抢购一空，所有版本发货时间都推迟到了 3 月份。

2024-02-05 13:19:45

12306 Meta Windows

比OpenAI官方提示词指南更全，这26条黄金准则让LLM性能飙升50%以上

今天，穆罕默德・本・扎耶德人工智能大学 VILA Lab 带来了一项关于如何更好地为不同规模的大模型书写提示词（prompt）的研究，让大模型性能在不需要任何额外训练的前提下轻松提升 50% 以上。该工作在 X (Twitter)、Reddit 和 LinkedIn 等平台上都引起了广泛的讨论和关注。

2024-02-05 13:09:00

两亿参数时序模型替代LLM？谷歌突破性研究被批「犯新手错误」

近年来，深度学习模型已成为预测丰富的多变量时间序列数据的流行方法，因为它们已被证明在各种环境中表现出色。

2024-02-05 13:08:00

CMUÐ实现突破：机器狗点满敏捷值天赋，超高速穿越障碍，速度与安全兼备！

足式机器人领域又一次迎来创新！CMU 与 ETH Zurich 团队联合研发了一个名为「敏捷但安全」（ABS，Agile But Safe）的新框架，为四足机器人在复杂环境中实现高速运动提供了解决方案。ABS 不仅在避免碰撞方面展现出高效能力，还在极速上达到了前所未有的 3.1 米秒！

2024-02-05 12:47:23

罕见！苹果开源图片编辑神器MGIE，要上iPhone?

结合苹果在近段时间发布的一系列生成式 AI 理论研究成果，看来我们期待一下苹果接下来要发布的新 AI 功能了。

2024-02-05 12:45:33

上一页 1 ··· 9 10 11 12 13 ··· 470 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

教育

51CTO学堂精培企业培训 CTO训练营