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

新闻

2.7w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 2.7w 条

吞吐量最高飙升20倍！豆包大模型团队开源RLHF框架，破解强化学习训练部署难题

强化学习（RL）对大模型复杂推理能力提升有关键作用，然而，RL 复杂的计算流程以及现有系统局限性，也给训练和部署带来了挑战。

2024-11-01 13:30:56

AI 模型开源

NeurIPS 2024 | 机器人操纵世界模型来了，成功率超过谷歌RT-1 26.6%

PIVOT-R 通过引入原语动作驱动的路径点感知，显著提升了机器人在复杂操控任务中的性能。

2024-11-01 10:30:00

机器人模型

Waymo玩明白了！全新多模态端到端算法EMMA：规划、感知、静态元素一网打尽~

今天为大家分享Waymo最新的多模态端到端自动驾驶工作EMMA！

2024-11-01 10:08:27

自动驾驶端到端

机器人迈向ChatGPT时刻！清华团队首次发现具身智能Scaling Laws

他们发现了具身智能领域的 “圣杯”——data scaling laws，让机器人实现了真正的零样本泛化，可以无需任何微调就能泛化到全新的场景和物体。

2024-11-01 09:45:08

强化学习之父Richard Sutton给出一个简单思路，大幅增强所有RL算法

近日，强化学习之父、阿尔伯塔大学教授 Richard Sutton 的团队低调更新了一篇论文，其中提出了一种新的通用思想 Reward Centering，并称该思想适用于几乎所有强化学习算法。这里我们将其译为「奖励聚中」。

2024-11-01 09:39:26

强化学习 AI

微软万引理论大佬跳槽OpenAI！入职第一天：疯了，这里的人才密度简直疯了

这次他加入OpenAI的时机非常微妙，本人强调是在“开发安全AGI的关键时刻加入”。

2024-10-31 16:38:49

大模型已过时，小模型SLM才是未来？苹果正在研究这个

为了打造出真正好用的小型语言模型（SLM），AI 研究社区想出了各种各样的方法，像是对大模型进行蒸馏或量化或者就直接去训练性能优异的小模型。

2024-10-31 15:00:00

新视角设计下一代时序基础模型，Salesforce推出Moirai-MoE

近期，来自 Salesforce、新加坡国立大学、香港科技大学（广州）的研究者以模型专家化这一全新视角作为抓手，设计并提出了下一代时序预测基础模型 Moirai-MoE。

2024-10-31 14:40:00

让机器人拥有人一样「潜意识」，英伟达1.5M小模型就能实现通用控制了

朱玉可和 Jim Fan 团队（英伟达 GEAR 团队）新鲜发布了他们的最新研究成果 HOVER。这是一个仅有 1.5M 参数的神经网络，但它足以控制人形机器人执行多种机体运动。

2024-10-31 14:10:00

机器人神经网络

3D大模型助力，15分钟即可训练高质量、个性化的数字人模型，代码已开放

MimicTalk 模型首次实现了高效率的个性化精品数字人视频合成。可以预见的是，随着技术的不断迭代、普及，在智能助手、虚拟现实、视频会议等多个应用场景中都将会出现虚拟人的身影。

2024-10-31 14:00:00

登上生图排行榜第一的red_panda，是家创业公司，不是国产模型

大家别猜了，「red_panda」（小熊猫）模型有主了。

2024-10-31 13:40:00

全自动打工「人」！波士顿动力Atlas进厂视频火了，不断电不下班

波士顿动力Atlas进厂打工，不靠远程操控，转身动作像惊悚电影。

2024-10-31 13:13:55

波士顿机器人

新世界大门打开！MambaBEV成功将Mamba2引入BEV目标检测

MambaBEV是一种基于BEV范式和mamba2结构的创新3D目标检测模型，充分利用时序信息以处理动态场景。

2024-10-31 10:29:28

目标检测模型

导航、采矿、建造，北大这个新智能体把《我的世界》玩透了

CraftJarvis 团队提出利用 VLMs （视觉语言模型）强大的视觉语言推理能力来指导任务的完成，并创新地提出了一种基于视觉 - 时间上下文提示（Visual-Temporal Context Prompting）的任务表示方法。

2024-10-30 15:30:00

智能体视觉模型

突破短视频局限！MMBench 团队构建中长视频开放问答评测基准，全面评估多模态大模型视频理解能力

MMBench-Video是一个针对视频理解任务设计的全新长视频、多镜头基准，涵盖了广泛的视频内容和细粒度能力评估。

2024-10-30 15:00:00

AI 视频模型

国产最强语音大模型诞生，MaskGCT宣布开源，声音效果媲美人类

MaskGCT 是一个大规模的零样本 TTS 系统，利用全非自回归掩码生成编解码器 Transformer，无需文本与语音的对齐监督和音素级持续时间预测。

2024-10-30 14:50:00

系统语音模型

谷歌25%新代码由AI生成，会Prompt工程的程序员更吃香了

谷歌超25%新代码由AI生成，然后由工程师审查通过。

2024-10-30 14:30:00

AI 代码程序员

o1之后，GitHub又接入Claude、Gemini，网友：也杀不死Cursor

那些转到 Cursor 的用户，会不会又被吸引过来呢？

2024-10-30 14:25:00

统一图像生成，无需繁杂插件！智源发布扩散模型框架OmniGen

智源研究院推出OmniGen，它能天然支持各种图像生成任务，架构高度简化，还能有效跨不同任务迁移知识，应对未见过的任务和领域。

2024-10-30 14:10:00

图像生成模型

Copilot一夜杀死编程助手，GitHub官宣接入Claude+Gemini！OpenAI沦为备胎

OpenAI再也不是微软的唯一解。第十届GitHub开发者大会上，微软官宣GitHub Copilot同时接入Claude 3.5 Sonnet和Gemini 1.5 Pro两大模型。同时，还发布了0代码开发应用的「魔法」平台。AI代码生成第二阶段已来。

2024-10-30 13:40:00

AI「长脑子」了？LLM惊现「人类脑叶」结构并有数学代码分区，MIT大牛新作震惊学界！

Max Tegmark团队又出神作了！他们发现，LLM中居然存在人类大脑结构一样的脑叶分区，分为数学/代码、短文本、长篇科学论文等部分。这项重磅的研究揭示了：大脑构造并非人类独有，硅基生命也从属这一法则。

2024-10-30 12:58:48

81.49万！雷军的Dream Car来了！可街可赛的“西装暴徒”，纽北调校的地表最速，真正的六边形战士！雷军：小米没有“飘” 原创精选

据雷军介绍，小米SU7 Ultra定位非常清晰，那就是“可街可赛”。原型车在纽北登顶，量产车也得实力满格。不仅能供城市通勤，更可原厂状态直接下赛道！背后的秘密，是小米团队选择在纽北赛道调校SU7 Ultra量产车。

2024-10-30 11:55:46

雷军六边形战士小米SU7

从DriveDreamer v1&v2到4D，聊聊世界模型在驾驶场景重建中为何越来越重要？

今天为大家分享极佳科技世界模型的系列工作！从DriveDreamer v1&v2到4D。

2024-10-30 09:26:41

下台时股价大涨 7.3%，鲍尔默是微软史上「最差」CEO吗？原创精选

“虽然我在这篇文章中对现任CEO纳德拉的领导没有任何负面评价，但这种说法低估了鲍尔默在微软成功中的作用。不仅仅是在鲍尔默的领导下，微软的财务状况、收入和利润表现都非常出色，鲍尔默还让微软进行了深度的长期布局，这为他任期之后的微软成功奠定了基础。”

2024-10-29 17:08:34

鲍尔默微软 CEO

超越YOLOv10/11、RT-DETRv2/3！中科大D-FINE重新定义边界框回归任务

D-FINE 的出现，为目标检测带来了全新的思路。通过引入 FDR 和 GO-LSD，D-FINE 重新定义了目标检测中的边界框回归任务。这种创新有望突破当前的瓶颈，为实时目标检测领域提供新的发展方向。

2024-10-29 15:45:00

目标检测模型

强化学习训练一两个小时，100%自主完成任务：机器人ChatGPT时刻真来了？

近日，UC 伯克利 BAIR 实验室的 Sergey Levine 研究团队提出了一个强化学习框架 HIL-SERL，可直接在现实世界中训练通用的基于视觉的机器人操作策略。

2024-10-29 15:20:00

强化学习模型

免训练大模型知识编辑，吸收新数据更高效｜EMNLP'24

模型编辑旨在纠正大语言模型中过时或错误的知识，同时不需要昂贵的代价进行再训练。终身模型编辑是满足LLM持续编辑要求的最具挑战性的任务。

2024-10-29 15:00:00

大模型数据

新扩散模型OmniGen一统图像生成，架构还高度简化、易用

OmniGen 的统一图像生成范式，不但有助于执行各种下游任务，而且有利于组合各种能力满足更通用的需求。

2024-10-29 14:40:00

图像生成模型

古早费曼论文手写公式也能转LaTeX，还能看懂梗图，马斯克Grok新功能上线就火了

马斯克旗下的人工智能公司 xAI 发布的 Grok 大模型有助于实现这一目标 —— 在经历了最近的一次更新后，Grok 大模型终于能看懂图像了，甚至还能做公式 OCR、解释笑话。

2024-10-29 14:30:00

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

登顶文生图竞技场，直接将Flux、Midjourney等一众顶尖模型踩在脚下

2024-10-29 14:25:00

超越Transformer，全面升级！MIT等华人团队发布通用时序TimeMixer++架构，8项任务全面领先

TimeMixer++是一个创新的时间序列分析模型，通过多尺度和多分辨率的方法在多个任务上超越了现有模型，展示了时间序列分析的新视角，在预测和分类等任务带来了更高的准确性和灵活性。

2024-10-29 14:10:00

一个模型走天下！智源提出全新扩散架构OmniGen，AI生图进入「一键生成」时代

LLM统一了语言生成任务，图像生成可以吗？就在刚刚，智源推出了全新扩散模型架构OmniGen，单个模型就能生成图像，彻底告别繁琐工作流！

2024-10-29 13:30:00

图像生成模型

苹果AI上线，ChatGPT免费用！首款M4 Mac诞生，库克：这是全世界最佳AI一体机

首款M4 Mac、「全世界最好的AI一体机」终于来了！同时，苹果AI也正式上线，iOS 18.1、iPadOS 18.1和macOS Sequoia 15.1用户，已经可以体验首批Apple Intelligence功能了……库克直呼：激动人心的新时代开始了！

2024-10-29 12:53:34

2mm²芯片点亮盲人黑暗世界！马斯克前搭档出手，失明81%也能阅读了

前Neuralink总裁创立的脑机接口公司Science Corporation，正在开发一种名为「Prima」的芯片技术。初步试验结果表明，38名患者中，有81%的患者视力得到了大幅度的改善。几位知名眼科医生都直称：「这是第一个有可能成功恢复AMD患者视力的重大进展！」

2024-10-29 10:30:00

脑机接口 AI

无痛解决跨相机部署问题！伯克利UniDrive：首个跨相机通用3D视觉感知算法模型

今天为大家分享UC伯克利最新的工作—UniDrive！首个跨不同相机配置的通用3D视觉感知算法模型。

2024-10-29 09:57:13

限天气数据生成！WeatherDG：VLM+扩散模型直接爆拉14个点

今天为大家分享英国利兹大学&卡内基梅隆大学最新的工作—WeatherDG！基于VLM的无限天气数据生成方案。

2024-10-29 09:24:59

突破时间序列组合推理难题！南加大发布一站式多步推理框架TS-Reasoner

TS-Reasoner是一个创新的多步推理框架，结合了大型语言模型的上下文学习和推理能力，通过程序化多步推理、模块化设计、自定义模块生成和多领域数据集评估，有效提高了复杂时间序列任务的推理能力和准确性。实验结果表明，TS-Reasoner在金融决策、能源负载预测和因果关系挖掘等多个任务上，相较于现有方法具有显著的性能优势。

2024-10-28 16:40:00

陶哲轩神预言！Transformer破解百年三体难题，凭数学直觉找到李雅普诺夫函数

Transformer解决了三体问题？Meta研究者发现，132年前的数学难题——发现全局李雅普诺夫函数，可以被Transformer解决了。「我们不认为Transformer是在推理，它可能是出于对数学问题的深刻理解，产生了超级直觉。」AI可以搞基础数学研究了，陶哲轩预言再成真。

2024-10-28 16:20:00

陶哲轩模型数学

一块显卡理解一部电影，最新超长视频理解大模型出炉！“大海捞针”准确率近95%，代码已开源

Video-XL的模型代码均已开源，以促进全球多模态视频理解研究社区的合作和技术共享。

2024-10-28 16:05:12

AI 模型视频

Claude团队喜提清华物理学霸姚顺宇！两个Yao Shunyu都投身大模型了

毫不夸张的说，几乎每项研究都在圈里产生了不小的涟漪；并且非常明显的一点是，它们都是深深围绕着大模型而展开。而现如今，两位同为清华出身，同叫Yao Shunyu的人，在AI大模型上相汇了。

2024-10-28 16:02:16

NeurIPS 2024 | 消除多对多问题，清华提出大规模细粒度视频片段标注新范式VERIFIED

现有 VCMR 基准数据集以粗粒度为主，限制了模型对细粒度视频特征的学习。

2024-10-28 14:20:00

整合长期记忆，AI实现自我进化，探索大模型这一可能性

近日，天桥脑科学研究院和普林斯顿大学等多所研究机构发布了一篇研究论文，详细阐述了长期记忆对 AI 自我进化的重要性，并且他们还提出了自己的实现框架 —— 基于多智能体的 Omne，其在 GAIA 基准上取得了第一名的成绩。

2024-10-28 14:05:00

史上最豪华主讲阵容！雷军预告小米科技春晚，一口气发布16款新品，还有一项全球首发，雷总的Dreamcar到底多少钱? 原创精选

小米15系列、小米澎湃OS2小米 SU7 Ultra量产版，还有小米平板7系列、小米手表S4、小米手环9Pro，另外还有全新大家电高端Pro系列、智能门锁、Wi-Fi7路由器等。

2024-10-28 13:42:16

雷军小米科技新品

世界模型新突破！极佳科技提出DriveDreamer4D，首次利用世界模型增强4D驾驶场景重建效果

DriveDreamer 是首个面向真实驾驶场景的世界模型，可以根据不同的控制条件生成自动驾驶周视视频，有效提升了 BEV 感知的性能。

2024-10-28 13:30:00

自动驾驶模型

谷歌AI播客刚火，Meta就开源了平替，效果一言难尽

随着谷歌和 Meta 相继推出基于大语言模型的 AI 播客功能，将极大地丰富人类用户与 AI 智能体互动的体验。

2024-10-28 12:54:36

NeurIPS 2024 | 如何防御对抗性提示攻击？AdvUnlearn让图片生成风险骤降

随着生成式 AI 的应用范围不断扩大，如何确保模型的安全性和可靠性成为一个关键问题。

2024-10-28 11:00:00

斯坦福开源学术研究神器STORM再进化，AI智能体像人一样进行圆桌讨论

STORM 在 LLM 的协助下，通过检索、多角度提问和模拟专家对话等方式，在整理收集到的信息基础上生成写作大纲，并最终形成一份详细、深入和准确的内容报告。

2024-10-28 10:30:00

AI 开源模型

UCL博士生创业一年，造出最强AI「ML工程师」，OpenAI盖戳认证

GPT-4o 结合 AIDE 框架平均获得奖牌数量，明显优于另外两个开源 Agent 框架。

2024-10-28 10:20:00

控制电脑手机的智能体人人都能造，微软开源OmniParser

有网友发现苹果已经默默发布了 Ferret-UI 的两个实现版本（分别基于 Gemma 2B 和 Llama 8B）。

2024-10-28 10:00:00

纯血鸿蒙被海外热议：速度惊人，能力强悍，“求海外版”！

在Hacker News上，有人惊叹华为从底层开始做出了全新的微内核操作系统，只用了如此短的时间。

2024-10-28 09:30:00

操作系统鸿蒙

上一页 1 ··· 55 56 57 58 59 ··· 554 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