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

运行LIama2得8400万元！最快AI推理芯片成本推算引热议

这两天，Groq惊艳亮相。它以号称“性价比高英伟达100倍”的芯片，实现每秒500tokens大模型生成，感受不到任何延迟。

2024-02-21 14:08:00

Karpathy新视频又火了：从头构建GPT Tokenizer

手把手教咱构建一个GPT Tokenizer（分词器），还是熟悉的时长（足足2小时13分钟）。

2024-02-21 14:07:00

Gemini 1.5实测：我看Sora一眼假；还有更多惊艳功能

在最新实测中，Gemini 1.5能分析Sora视频是否AI生成。是直接给出当中关键因素的那种。

2024-02-21 13:15:42

20分钟学会装配电路板！开源SERL框架精密操控成功率100%，速度三倍于人类

来自加州大学伯克利、斯坦福大学、华盛顿大学以及谷歌的学者们共同开发了名为高效机器人强化学习套件（SERL）的开源软件框架，致力于推动强化学习技术在实际机器人应用中的广泛使用。

2024-02-21 12:20:00

出圈的Sora带火DiT，连登GitHub热榜，已进化出新版本SiT

Sora 研发负责人之一 Bill Peebles 与纽约大学助理教授谢赛宁撰写的 DiT（扩散 Transformer）论文《Scalable Diffusion Models with Transformers》被认为是此次 Sora 背后的重要技术基础之一。

2024-02-21 12:19:00

世界模拟器才是AGI终局，12态势预测！首席专家万字长文专业解读Sora里程碑

生成60秒逼真视频，只是未来的一个小功能，母模型根科技原力觉醒。来自未来实验室的首席专家胡延平就爆火Sora模型做出了深度的个人解读。

2024-02-21 12:11:00

单GPU就能压缩模型，性能不变参数少25%！微软提出模型稀疏化新方法

今天要介绍的SliceGPT，则可以实现模型的事后稀疏。也就是说，在一个模型训练完了以后再进行稀疏化操作。

2024-02-21 12:10:00

成功！马斯克官宣首个Neuralink脑机接口人类，意念操控鼠标，全民机器人时代来了？

刚刚，马斯克宣布，首个植入Neuralink大脑芯片的人类已经完全康复，患者仅用意念，就可以控制鼠标。Neuralink开创的脑机接口时代，终于来了！马斯克离自己的星辰大海，又近了一步。

2024-02-21 11:42:49

谷歌暂停 Android 15 DP1 OTA 更新，仅提供出厂镜像安装

谷歌发布了首个 Android 15 开发者预览版本，但很快又遇到了问题，被迫暂时停止了 OTA 更新包的下载。

2024-02-21 09:59:51

谷歌 Android 15

苹果Vision Pro开售半个月后迎来退货潮：体验不舒适，持有成本过高

苹果Vision Pro上市已经约两周，可惜一些忠诚客户对产品并不满意，退货者很多。Vision Pro于2月2日上市，虽然演示视频令人炫目，评价不错，但产品在日常生活中面临诸多挑战。

2024-02-20 16:58:04

大型多视角高斯模型LGM：5秒产出高质量3D物体，可试玩

本文中，来自北京大学、南洋理工大学 S-Lab 和上海人工智能实验室的研究者提出了一个新的框架 LGM，即 Large Gaussian Model，实现了从单视角图片或文本输入只需 5 秒钟即可生成高分辨率高质量三维物体。

2024-02-20 13:44:00

Gemini一眼识破Sora视频是AI生成？百万token上下文能力碾压GPT-4

Gemini 1.5的真实水平到底怎么样，从谷歌那里获得试用资格的大佬们，给大家进行了一波极限测试。让我们看看谷歌最新推出的大模型到底有多强的实力。

2024-02-20 13:31:46

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

卷疯了！世界最快的大模型Groq一夜之间爆火，能够每秒输出近500个token。如此神速的响应，背后全凭自研的LPU。

2024-02-20 13:31:26

GPT-4可能也在用的推测解码是什么？一文综述前世今生和应用情况

推测解码（Speculative Decoding）是谷歌等机构在 2022 年发现的大模型推理加速方法。它可以在不损失生成效果前提下，获得 3 倍以上的加速比。

2024-02-20 13:13:00

在Sora引爆视频生成时，Meta开始用Agent自动剪视频了，华人作者主导

未来，视频剪辑可能也会像视频生成领域一样迎来 AI 自动化操作的大爆发。

2024-02-20 13:09:00

Midjourney尴尬亮相学术界：为生物学论文配图，错得好离谱！围观网友嘲讽拉满

舆论风暴中心的这篇论文，叫做《Cellular functions of spermatogonial stem cells in relation to JAK/STAT signaling pathway》（《精原干细胞的细胞功能与JAK/STAT信号通路的关系》），是一篇综述（review）文章。

2024-02-20 13:01:00

10000+摄像头连上别人家！网络故障导致中断重启，官方甩锅第三方缓存库

美国一家知名智能家居公司被曝：有不少用户在登录该司摄像头监控平台时，惊讶地发现上面出现了别人家的画面。

2024-02-20 12:53:41

10倍英伟达GPU：大模型专用芯片一夜成名，来自谷歌TPU创业团队

有名为 Groq 的初创公司开发出一种机器学习处理器，据称在大语言模型任务上彻底击败了 GPU—— 比英伟达的 GPU 快 10 倍，而成本仅为 GPU 的 10%，只需要十分之一的电力。

2024-02-20 12:30:53

更乱了！已经有真人视频冒充Sora了，威尔·史密斯吃意大利面玩梗

曾经，人们担心 AI 生成的东西过于逼真，会让人信以为真。但现在，真实世界的视频反而被贴上「AI 生成」的标签，带来了另一种混乱。

2024-02-20 12:30:36

Windows、Office直接上手，大模型智能体操作电脑太6了

近期，吉林大学人工智能学院发布了一项利用视觉大语言模型直接控制电脑 GUI 的最新研究《ScreenAgent: A Vision Language Model-driven Computer Control Agent》，它将这一想象映射进了现实。

2024-02-19 14:10:00

Sora不懂物理世界，翻车神图全网爆笑！LeCun马斯克DeepMind大佬激辩世界模型

现实不存在了？这么说还为时尚早。最近，Sora各种不符合现实的图出圈了，惹网友爆笑。LeCun、DeepMind大佬、马斯克都纷纷下场了，而一位动画师表示，自己完全不担心被Sora淘汰。

2024-02-19 14:07:00

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

上一页 1 ··· 88 89 90 91 92 ··· 549 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