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

北大等发布最新AI智能体Jarvis-1，制霸「我的世界」

北大、北邮、UCLA和BIGAI的研究团队联合发布，智能体新突破——Jarvis-1.

2023-12-08 14:16:00

何恺明新作：简单框架达成无条件图像生成新SOTA！与MIT合作完成

这个框架结构非常简单但效果拔群，直接在ImageNet-1K数据集上实现了无条件图像生成的新SOTA。

2023-12-08 14:14:00

MIT斯坦福Transformer最新研究：过度训练让中度模型「涌现」结构泛化能力

虽然Transformer架构存在一些明显的限制（例如无法实现无限递归），但研究人员的结果表明它可能具有比以前认为的更强的归纳偏好：通过充分的训练，Transformer能够表示分层的句子结构并利用这种结构进行正确的泛化。

2023-12-08 13:22:00

RAG+GPT-4 Turbo让模型性能飙升！更长上下文不是终局，「大海捞针」实验成本仅4%

在产品中使用LLM的下一阶段，重点是让它们生成的响应/回复更加「超前高速化」(hyper-specific)。也就是LLM需要按照不同的使用情况，针对数据集、用户、使用案例，甚至包括针对特定调用，生成完全不同的响应。

2023-12-08 13:21:00

Gemini上线首日：用户褒贬不一，演示被质疑「造假」，谷歌承认了

本周三，谷歌的 Gemini 让生成式 AI 进入了原生多模态时代。人们第一时间涌入新模型加持的 Bard 想要试试 AI 的能力，结果给出的评价褒贬不一。

2023-12-08 13:18:00

首个精通3D任务的具身通才智能体：感知、推理、规划、行动统统拿下

今年以来，以 GPT-4 (V)[1]、LLaVA [2]、PALM-E [3] 等为代表的多模态大语言模型（Multi-modal Large Language Model）在自然语言处理、视觉理解、机器人等任务上取得了显著的成功，但这类模型都是基于二维图片文本数据训练得到，在理解三维世界和与三维世界交互方面能力欠缺。

2023-12-08 13:17:00

马斯克的Grok大模型能玩了！嘴跟他本人一样损

其他AI要么想当人类的工作助手，要么想当人类的情感寄托。Grok就不一样了，它就像一个损友。默认第一个功能就是根据你发的帖子调侃你。

2023-12-08 12:58:26

GTA6预告片播放过亿，AI三巨头也能秒变GTA匪帮

在这个由 AI 主导的图像创新浪潮中，腾讯的最新研究成果 FaceStudio 显现出了更进一步的技术突破。

2023-12-08 12:40:33

口碑翻转，Pika 1.0试用效果折服一大票人，直呼「最佳视频生成器」

从陆续放出的 Pika 1.0 生成视频来看，这次 Runway 真的迎来了一个强劲的竞争对手。

2023-12-08 12:37:32

WOT全球技术创新大会2023·深圳站优秀出品人&优秀讲师评选揭晓

本届WOT由澜舟科技创始人兼CEO、中国计算机学会CCF副理事长、创新工场首席科学家周明，OPPO数智工程事业部总裁刘海锋，虎牙直播技术副总裁毛茂德，火山引擎云基础产品负责人罗浩四位业内资深技术领袖担任大会联席主席，对大会整体内容进行规划与设计。

2023-12-08 11:46:24

WOT 互联网企业精彩技术分享

自动驾驶大模型论文调研与简述

学习型决策系统缺乏理解、泛化和可解释性，LLM具备推理和泛化能力，如何作为决策器与下游控制器结合？Language-action对齐到了MPC的cost function。

2023-12-08 10:10:56

模型论文调研

AMD推出重磅AI芯片挑战英伟达股价大涨近10%

周三，AMD首席执行官苏姿丰谈到当天早些时候发布的Instinct MI300X，这是一款面向人工智能服务器设计的大型GPU。她表示微软和Meta等大企业已经承诺购买这款芯片。

2023-12-08 08:16:24

AMD 芯片人工智能芯片

后期狂喜！一张照片丝滑替换视频主角，动作幅度再大也OK｜Meta&新加坡国立大学

不管是风格转换还是主题/背景转换，这种视频编辑任务的主要挑战都是如何从源视频中提取运动轨迹传输到新视频、覆盖到新元素上，同时确保时间一致性。

2023-12-07 15:15:00

谷歌Gemini刚发就惹质疑：测试标准有失偏颇，效果视频疑似剪辑

一视频，AI实时对人类的涂鸦和手势动作给出评论和吐槽，流畅还很幽默，最接近贾维斯的一集。

2023-12-07 15:05:52

比马斯克脑机接口更精确微创，超声波读脑大法来了

IEEE Spectrum消息，一种新型微创超声脑机接口设备正在开发中。

2023-12-07 15:05:32

苹果为自家芯片打造开源框架MLX，实现Llama 7B并在M2 Ultra上运行

苹果的这个新框架 MLX 不仅拥有 PyTorch 风格的 API，还为开发者提供了很多经典示例（比如 Llama、LoRa、Stable Diffusion 和 Whisper）。

2023-12-07 11:46:00

苹果芯片开源

弥合2D和3D生成领域之间的次元壁，X-Dreamer实现高质量的文本到3D生成

本文介绍了一个名为 X-Dreamer 的框架，它主要由 CG-LoRA 和 AMA 损失两种关键创新组成，实现了弥合 text-to-2D 和 text-to-3D 间的领域差距，实现了高质量的 3D 生成。

2023-12-07 10:37:55

思维链提出者Jason Wei：关于大模型的六个直觉

近日， Jason Wei以客座讲师的身份为斯坦福的 CS 330 深度多任务学习与元学习课程讲了一堂课，分享了他对大型语言模型的一些直观认识。目前斯坦福尚未公布其演讲视频，但他本人已经在自己的博客上总结了其中的主要内容。

2023-12-07 10:11:20

小模型也可以「分割一切」，Meta改进SAM，参数仅为原版5%

在最近的一项研究中，Meta 研究者提出了另外一种改进思路 —— 利用 SAM 的掩码图像预训练 (SAMI)。这是通过利用 MAE 预训练方法和 SAM 模型实现的，以获得高质量的预训练 ViT 编码器。

2023-12-07 07:16:57

AI无法颠覆化学？谷歌DeepMind论文被爆重大缺陷，伦敦大学教授建议撤回Nature

上周，A-Lab、DeepMind等团队联合发表的论文发现AI可以自主创造合成物引发热议。没想到，一位伦敦大学教授却发现这种材料表征存在严重问题。

2023-12-07 06:52:54

吞吐量提升近30倍！田渊栋团队最新论文解决大模型部署难题

大语言模型在实际部署中，存在内存和输入长度限制的问题。最近，田渊栋团队一举解决这两大难题，将推理系统的吞吐量提高了近30倍。

2023-12-07 06:51:18

谷歌深夜放复仇杀器Gemini，最强原生多模态史诗级碾压GPT-4！语言理解首超人类

传说中的Gemini，终于在今天深夜上线了！「原生多模态」架构，是谷歌的史诗级创举，Gemini也如愿在多个领域超越了GPT-4。这场仗，谷歌必不能输。

2023-12-07 06:50:07

微软Copilot进化完全体，代码解释器、DALL·E 3，ChatGPT有的它都有

模型层面，微软计划在Copilot中使用GPT4-Turbo模型进行响应，这意味着将支持128k长度的上下文窗口。

2023-12-06 13:59:00

五官乱飞，张嘴、瞪眼、挑眉，AI都能模仿到位，视频诈骗要防不住了

你前脚让自己的五官乱飞，后脚，一模一样的表情就被复现出来，瞪眼、挑眉、嘟嘴，不管多么夸张的表情，都模仿的非常到位。

2023-12-06 13:56:24

微软Copilot史诗级更新！GPT-4 Turbo免费用，必应深度搜索30秒精准解答

Bing Chat正式更名Copilot后，让微软成为一家Copilot公司。未来几周，Copilot将迎来重磅更新，最重要的是GPT-4 Turbo可以免费用。

2023-12-06 13:50:00

Meta牵头组建开源「AI复仇者联盟」，AMD等盟友800亿美元力战OpenAI英伟达

今天，超过50家科技大厂名校和机构，共同成立了全新的人工智能联盟。以开源为旗号，誓于OpenAI和英伟达一决高下。

2023-12-06 13:45:00

AI颠覆数学研究！陶哲轩借AI解开数学猜想，形式化成功惊呆数学圈

历时三周，陶哲轩成功地用AI工具完成了形式化多项式Freiman-Ruzsa猜想证明过程的工作。他再次呼吁数学研究者学会正确利用AI工具，网友惊呼：以后的数学论文不需要人类可读了？

2023-12-06 13:44:00

模仿人类举一反三，数据集扩增新范式GIF框架来了

在这篇 NeurIPS 2023 论文中，来自新加坡国立大学和字节跳动的学者们受人类联想学习的启发，提出了数据集扩增的新范式，有效地提升了深度模型在小数据场景下的性能和泛化能力，极大地降低了人工收集和标注数据的时间和成本。代码已开源。

2023-12-06 13:39:00

分割一切「3D高斯」版来了：几毫秒完成3D分割、千倍加速

有了上海交大和华为提出的 SAGA，辐射场中的交互式 3D 分割任务实现起来会更快、效果更好。

2023-12-06 13:36:00

微调都不要了？3个样本、1个提示搞定LLM对齐，提示工程师：全都回来了

大模型的效果好不好，有时候对齐调优很关键。但近来很多研究开始探索无微调的方法，艾伦人工智能研究所和华盛顿大学的研究者用「免调优」对齐新方法超越了使用监督调优（SFT）和人类反馈强化学习（RLHF）的 LLM 性能。

2023-12-06 13:20:00

大模型免微调解锁对话能力，RLHF没必要了！一作上交大校友：节省大量成本和时间

新论文指出，预训练完成刚出炉的基础模型已经掌握了遵循指令的能力，只需要提示工程就能引导出来，引起开发社区强烈关注。

2023-12-06 12:42:25

“离谱的AI扩图”火了！张张那叫一个出其不意

原本许多小伙伴们是想着用它来扩大原照片，但AI扩图给出的结果却主打一个离谱。于是乎，陆陆续续便有更多网友开始po出他们手中AI扩图的神作，我们再来欣赏几组“出其不意”。

2023-12-05 14:12:00

一张照片，TikTok小姐姐就都能跳舞了

动画视频生成这几天火了，这次 NUS、字节的新框架不仅效果自然流畅，还在视频保真度方面比其他方法强了一大截。

2023-12-05 13:49:00

让3D编辑像PS一样简单，新算法GaussianEditor在几分钟内完成3D场景增删改

近三年来，3D 编辑领域的工作普遍聚焦于 NeRF（神经辐射场），这是因为 NeRF 不仅能高保真地完成 3D 场景建模，而且其隐式特性极大地提高了可扩展性，相较点云、网格等传统方法有着显著的优势。

2023-12-05 13:48:00

大模型版“5年高考3年模拟”来了！6141道数学题，还是多模态的那种

微软、加州大学洛杉矶分校（UCLA）、华盛顿大学（UW）联合打造全新多模态数学推理基准数据集。

2023-12-05 13:28:00

颠覆Transformer霸权！CMU普林斯顿推Mamba新架构，解决致命bug推理速度暴增5倍

诞生6周年的Transformer，霸主之位终于要被颠覆了？CMU、普林斯顿研究者发布的Mamba，解决了Transformer核心注意力层无法扩展的致命bug，推理速度直接飙升了5倍！一个时代要结束了？

2023-12-05 13:25:00

深度学习大牛权威预测2024年AI行业热点，盘点开源AI趋势！

AI社区大佬Sebastian总结了2023年全年AI行业的热点和问题，针对开源社区和AI研究的热点问题给出了自己读到的解读和发展建议，精彩内容千万不能错过。

2023-12-05 13:24:00

创业180天估值20亿美元！欧版OpenAI爆火，Llama主创自立门户，英伟达都入股了

Mistral AI成立于今年5月，总部位于巴黎，公司使命为“构建能解决现实世界问题的下一代人工智能系统”。

2023-12-05 13:10:28

量子计算OpenAI来了？前谷歌3人团队融资1亿元，打造AI算力芯片挑战物理极限

前谷歌量子计算团队今日宣布融资1410万美元，打造新型AI算力芯片，将根据热力学和信息的第一原理构建人工智能超级计算机，实现能够自我编程的算力芯片。

2023-12-05 12:46:22

巴西都发明两门流行的编程语言了！

多核和分布式让编程变得非常麻烦，但是Elixir用函数式编程的不变性和Erlang平台正好解决了这两个问题。如果你也有类似的需求，强烈建议关注下这门独特的编程语言，它也许就是帮助你击败竞争对手的秘密武器。

2023-12-05 09:03:05

多核分布式

不是大模型全局微调不起，只是LoRA更有性价比，教程已经准备好了

这是作者 Sebastian Raschka 经过数百次实验得出的经验，值得一读。

2023-12-04 19:01:49

通用视觉推理显现，UC伯克利炼出单一纯CV大模型，三位资深学者参与

仅靠视觉（像素）模型能走多远？UC 伯克利、约翰霍普金斯大学的新论文探讨了这一问题，并展示了大型视觉模型（LVM）在多种 CV 任务上的应用潜力。

2023-12-04 18:56:03

Cinnamon 6.0 首次推出实验性 Wayland 支持！

Cinnamon 6.0 与 Wayland 会话听起来很有趣！

2023-12-04 18:24:17

鸿蒙对标的是iOS而非安卓；知乎市值暴跌；广汽本田回应“裁员900人”：只是终止劳务派遣；Pika1.0火爆出圈丨T资讯原创

今年 10 月份，巴西市第二大城市阿雷格里港的立法者在不知情的情况下，通过了似乎是该国第一部完全由人工智能编写的法案。该法案旨在防止城市向纳税人收取更换被盗水表的费用；其中 36 名议员投票一致通过了该提案，并于 11 月底生效。

2023-12-04 18:18:25

iOS 广汽本田

计算机视觉GPT时刻！UC伯克利三巨头祭出首个纯CV大模型，推理惊现AGI火花

UC伯克利的CV三巨头推出首个无自然语言的纯视觉大模型，第一次证明纯CV模型也是可扩展的。更令人震惊的是，LVM竟然也能做对图形推理题，AGI火花再次出现了？

2023-12-04 13:52:00

微软仅凭「提示工程」让GPT-4成医学专家！超过一众高度微调模型，专业测试准确率首次超90%

在MedQA数据集(美国医师执照考试题)上，Medprompt让GPT-4的准确率首次超过90%，超越BioGPT和Med-PaLM等一众微调方法。

2023-12-04 13:51:00

横扫13个视觉语言任务！哈工深发布多模态大模型「九天」，性能直升5%

哈工深发布全新多模态大语言模型九天（JiuTian-LION），融合细粒度空间感知和高层语义视觉知识，在13个评测任务上实现了sota性能。

2023-12-04 13:40:09

突破分辨率极限，字节联合中科大提出多模态文档大模型

在此研究中，作者团队提出DocPedia，一个统一的高分辨率多模态文档大模型DocPedia。

2023-12-04 13:23:00

文字顺序不影响GPT-4阅读理解，别的大模型都不行

原来是一个叫做Jon Rahm的人赢得了2023年美国大师赛（高尔夫）的故事。并且，如果你直接就这段乱码对GPT-4进行提问，它也能先理解再给出正确答案，一点儿也不影响阅读。

2023-12-04 12:56:08

2024 年 IT 服务行业趋势

2024 年 IT 服务行业的主要趋势听起来应该很熟悉，成本优化和受保护的创新是来年的预期趋势。

2023-12-04 11:38:09

IT 服务人工智能

上一页 1 ··· 20 21 22 23 24 ··· 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