鸿蒙开发者社区

WOT技术大会

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 25年5月软考 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

2.8w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 2.8w 条

OpenAI 创始人 Altman ：超级人工智能实现仅剩几千天

Altman 为我们描绘了一个充满挑战与机遇的智能时代，并大胆预测距离ASI的实现仅剩几千天。ASI 真的能在几千天内实现吗？人工智能的发展从何而来，又将去往何处？

2024-10-08 08:35:01

ASI 人工智能 OpenAI

Cursor创始团队最新访谈：如果Github整合o1，Cursor可能要倒闭了

近日，知名播客节目主持人 Lex Fridman 与四位 Cursor 团队成员进行了一场技术对谈，揭示了这个团队在做的以及未来要做的探索。

2024-10-08 08:35:00

医疗图像分割中的深度学习方法译文

我们在本文中将深入研究深度学习为医疗图像分割领域带来的变革性方法，探索这些先进的算法如何推动医疗成像发展、乃至推动医疗领域本身发展。

2024-10-08 08:19:19

深度学习医疗图像分割算法

如何靠自学转码成为谷歌工程师？这里是一份技术栈清单

靠自学转码的成功秘诀是什么？谷歌工程师Sahil Gaba表示：学好这8门免费的谷歌网课就可以了

2024-10-07 20:00:56

文生图参数量升至240亿！Playground v3发布：深度融合LLM，图形设计能力超越人类

Playground Research推出了新一代文本到图像模型PGv3，具备240亿参数量，采用深度融合的大型语言模型，实现了在图形设计和遵循文本提示指令上甚至超越了人类设计师，同时支持精确的RGB颜色控制和多语言识别。

2024-10-07 13:29:26

PGv3 语言模型

YOLOv11来了 | 自定义目标检测

YOLO11 是 Ultralytics YOLO 系列的最新版本，结合了尖端的准确性、速度和效率，用于目标检测、分割、分类、定向边界框和姿态估计。

2024-10-07 11:12:55

YOLO11 计算机视觉

将 YOLOv10 部署至 LiteRT：在 Android 上使用 Google AI Edge 进行目标检测

本文介绍如何将 Ultralytics 的最新 YOLOv10 目标检测模型转换和量化为 LiteRT（前称 TensorFlow Lite）格式，在生成的 LiteRT 模型上运行推理，并将其部署在 Android 上进行实时检测。

2024-10-07 10:12:50

大型语言模型 LLMs AI

提升LLM结果：何时使用知识图谱RAG

简而言之，知识图谱与向量存储相结合，可以提供一种方法来直接连接在向量空间中可能不接近或不相似，因此在检索过程中不会被认为是“相关”的文本块。

2024-10-07 08:49:25

LLM 知识图谱 RAG

六款支持C#语言的AI辅助编程工具，开发效率提升利器！

VS Code、IntelliJ IDEA、Visual Studio（预览版）、AWS Cloud9、AWS Lambda 控制台、JupyterLab 和 Amazon SageMaker Studio。

2024-10-07 08:13:44

AI 辅助编程工具

一手训练，多手应用：国防科大提出灵巧手抓取策略迁移新方案

来自国防科技大学和深圳大学的研究者提出了一种新颖的策略学习方法。通过利用对不同灵巧手的一致性表征设计，以及分离灵巧手高层运动生成和低层关节控制，该方法实现了将在一个灵巧手上训练的策略以低代价迁移到其他灵巧手，并同时保持抓取性能和对物体的泛化性。

2024-10-06 16:50:00

单目三维检测实时泛化，纯视觉自动驾驶鲁棒感知方法入选ECCV 2024

该论文所设计的方法能够有效地提高模型的泛化性能，从而提升单目三维检测在自动驾驶中的落地和应用。

2024-10-06 16:00:00

自动驾驶模型

一张人脸照片，Meta眼镜识别全部个人信息，两位哈佛开发者：只为警醒世人

不知不觉中，智能眼镜也成为了隐私窥探器。近日，两名哈佛学生 AnhPhu Nguyen 和 Caine Ardayfio 在推特上发布的一段视频火了。视频中，他们表示构建了一款能够识别出大街上任何人的眼镜，只需要收集一张面部照片就能实现。

2024-10-06 14:00:00

280页PDF，全方位评估OpenAI o1，Leetcode刷题准确率竟这么高

计算机科学、数学、自然科学、医学、语言学、社会科学……OpenAI o1擅长什么？还有哪些不足？

2024-10-06 13:40:00

为什么AI PC不适合开发者译文精选

AI硬件正在迅速发展，英特尔正在大肆宣传其最新的Lunar Lake芯片。近期的评测称赞这款芯片具有出色的电池续航。但不要为了开发目的购买它——它没有足够的内存或带宽来本地运行语言模型。

2024-10-06 13:00:05

AI 芯片英特尔

5秒内快速生成、直出工业级PBR资产，三维扩散模型3DTopia-XL开源

最近，上海人工智能实验室（Shanghai AI Lab）与南洋理工大学（NTU）共同推出了新一代的三维生成大模型 3DTopia-XL，能够从图片或文字单阶段直出具有 PBR（物理渲染）材质的高质量三维数字资产。

2024-10-06 13:00:00

何恺明新作出炉！异构预训练Transformer颠覆本体视觉学习范式，AI性能暴涨超20%

通用机器人模型，如何解决异构性难题？来自MIT、Meta FAIR团队全新提出异构预训练Transformer（HPT），不用从头训练，即可破解。

2024-10-06 12:32:42

机器人模型

给机器人装上「虫脑」？非Transformer液态神经网络终于来了！MIT CSAIL负责人创业成果

一个受线虫启发的全新架构，三大「杯型」均能实现 SOTA 性能，资源高度受限环境也能部署。移动机器人可能更需要一个虫子的大脑。

2024-10-06 10:30:00

AI 机器人神经网络

ECCV 2024 | 像ChatGPT一样，聊聊天就能实现三维场景编辑

CE3D 打破现有 3D 场景编辑方法的范式，实现了多模态编辑模型和 3D 场景表示模型间的完全解耦，因此可以兼容任意的 2D 和 3D 的视觉模型。

2024-10-06 10:00:00

号称击败Claude 3.5 Sonnet，媲美GPT-4o，开源多模态模型Molmo挑战Scaling law

Ai2 又是如何做到「四两拨千金」的呢？答案在 Ai2 公布的技术报告和论文中，这个秘诀就是：数据。

2024-10-06 09:00:00

AI 训练数据

终于把卷积神经网络算法搞懂了！！

池化层（也称为下采样层）用于对卷积层的输出特征图进行降采样，从而减少特征图的大小，降低计算量和参数量。同时池化层保留了最重要的特征，提高模型对平移、缩放等变换的鲁棒性。

2024-10-05 23:00:35

卷积神经网络算法

「Her」将有实体化身，奥特曼携手苹果前首席设计师打造革命性AI硬件

苹果前首席设计师Jony Ive与OpenAI合作，探索人工智能硬件设备新领域。

2024-10-05 17:00:00

整合海量公共数据，谷歌开源AI统计学专家DataGemma

近日，谷歌推出了自己筹划已久的大型开源公共统计数据库，以及在此基础上诞生的大模型。——「AI统计学专家」能解决幻觉吗？

2024-10-05 16:00:00

谷歌开源模型

耗资1.3万，ASU团队揭秘o1推理王者！碾压所有LLM成本超高，关键还会PUA

LLM不会规划，大推理模型o1可以吗？ASU团队最新研究发现，o1-preview推理规划能力是所有模型之最，但仍未触及天花板。关键是，推理强，成本超高。

2024-10-05 15:30:00

LLM 模型推理

非Transformer架构新模型爆火，从第一性原理出发，MIT CSAIL衍生团队打造

Liquid AI团队直接把目前LFM模型的优缺点都一一列了出来。

2024-10-05 15:00:00

硅谷风投大佬Khosla正经预言：80%行业被AI取代，人类终将进入「闲暇时代」

每周工作3天、全民基本收入…硅谷最有影响力的风投大佬Vinod Khosla最近发表长文，为我们描绘了AI时代的乌托邦情景。而且，事实上，很多科技领袖也和他有相同的看法。

2024-10-05 14:30:00

ECCV'24论文提出跨域小样本物体检测新数据集｜已开源

实验说明经过优化后的CD-ViTO方法在大多数情况下都优于其它的对比方法，达到了对基本DE-ViT的有效提升，构建了这个任务的新SOTA。

2024-10-05 13:00:00

模型优化训练

OpenAI canvas一夜封神！超强AI编码研究神器，ChatGPT再次颠覆人机交互

ChatGPT横空出世以来，首次迎来界面史诗级升级！全新canvas界面，开启了人类与AI协作研究、编码的新时代，更代表着终极AGI人机交互形态。

2024-10-05 12:20:00

ChatGPT AI 编程

奥特曼：自认比o1聪明请举手🤚到o2还这么想么🤨？｜OpenAI开发者日

最新发布的推理大模型o1也露了一手，从头编程操控无人机，现场芜湖起飞。

2024-10-05 12:00:00

00后国人论文登Nature，大模型对人类可靠性降低

在Scaling-up中，近几年的benchmarks越来越偏向于加入更多困难的例子，或者给予所谓“权威”来源更多权重，研究员也因此更倾向于优化模型在困难任务上的表现，导致在难度一致性上慢性恶化。

2024-10-05 11:30:00

突发！OpenAI Sora掌舵人叛逃，转投谷歌DeepMind

OpenAI又一位关键大牛离职。Sora负责人刚刚官宣，离职OpenAI加盟谷歌DeepMind，恰好是在今天canvas发布之际。

2024-10-05 11:03:10

17岁开发AI应用，4个月入账700万，开学第一天晒账单火了

由AI驱动，只需拍照或扫描条形码，Cal AI就能“啪”的一下分析出食物的营养成分，计算其卡路里。

2024-10-05 11:00:00

Meta版Sora深夜横空出世，小扎放出16秒高清大片！92页论文曝光技术细节，Llama 3架构立功

Meta版Sora，就在刚刚惊艳来袭。Movie Gen可生成1080p、16秒、每秒16帧的高清长视频，还能生成音效、编辑视频、上传图像生成个性化视频。甚至Meta还放出了92页论文，模型架构、训练细节一并公开，干货满满！

2024-10-05 10:57:21

Bengio精简了传统RNN，性能可与Transformer媲美

研究表明，精简十几年前的RNN们，性能上可以与最近序列模型（如Transformer等）相媲美！

2024-10-05 10:37:20

Meta版Sora无预警来袭！抛弃扩散损失，音视频生成/画面编辑全包，92页论文无保留公开

具体来说Movie Gen由视频生成和音频生成两个模型组成。Movie Gen Video：30B参数Transformer模型，可以从单个文本提示生成16秒、16帧每秒的高清视频，相当于73K个视频tokens。

2024-10-05 08:10:01

Meta Sora 模型

OpenAI重磅发布Canvas：跟ChatGPT一起写作编程

这个全新的界面，是由OpenAI的GPT-4o来构建，需要在模型选择栏中单独pick出来使用——“GPT-4o with canvas”。

2024-10-05 07:00:00

OpenAI GPT-4o 人工智能

OpenAI 的新 o1 模型改变了一切

o1模型代表了AI技术的一个重要里程碑。虽然它可能不会完全取代GPT-4的日常应用，但在需要深度思考和复杂问题解决的场景中，o1无疑是一个强大的工具。

2024-10-05 00:00:00

o1 模型 GPT-4

引入AI劳动力：数字人将如何重新定义工作本身

AI正在以超乎预期的速度改变工作场所，从智能体和数字人的应用，到AI增强的决策和领导力，AI技术将在2030年彻底颠覆企业运作方式。

2024-09-30 15:17:43

端到端优化所有能力，字节跳动提出强化学习LLM Agent框架AGILE

AGILE是一种基于强化学习的LLM Agent框架。AGILE Agent具备拥有长期记忆、使用外部工具、向人类专家进行咨询、反思等能力，并且所有能力可以进行端到端的统一优化。

2024-09-30 14:40:00

AI 强化学习框架

LeCun批评o1根本不像研究，Noam Brown回怼：已发表的研究都是废话

LeCun 认为，OpenAI 只发博客，相比技术论文来说，还是差的太远。

2024-09-30 14:35:00

OpenAI 论文 AI

设计的智能体不聪明、不够快？你需要一个语义路由器原创精选

随着 LLM 的发展和多样化，Semantic Router 等工具对于确保Agent系统能够执行、扩展和提供一致的结果至关重要。这将帮助开发人员找到在其工作流程中使用 AI 的新方法。

2024-09-30 14:34:22

智能体 AI LLM

Gartner：大量具有颠覆性或较高影响力的创新技术可能会实现主流采用

Gartner发布了2024年中国数据、分析和人工智能技术成熟度曲线。该曲线显示，未来两到五年，大量具有颠覆性或较高影响力的创新技术可能会实现主流采用。其中AI相关的创新包括复合型AI、决策智能、国产AI芯⽚、LLM和多模态GenAI。

2024-09-30 14:21:49

长上下文能取代RAG吗？

LLM的上下文长度卷到了恐怖的1M，RAG还有存在的必要吗？近日，来自英伟达的研究人员给出了新的答案。

2024-09-30 14:10:00

英伟达性能怪兽RTX 5090最新泄露！21760个CUDA核心，32GB显存，512 bit位宽

随着一大波爆料的放出，老黄的RTX 50系显卡，似乎距离我们更近了！

2024-09-30 14:00:00

北大陈宝权教授：从图形计算到世界模型

近日，北京大学陈宝权教授在第九届计算机图形学与混合现实研讨会（GAMES 2024）上，发表了题为《从图形计算到世界模型》的主旨报告，分享了他从图形仿真角度对世界模型的思考。本文是对陈教授报告的完整整理，以供大家学习。

2024-09-30 13:50:00

图形计算世界模型

OpenAI死里逃生？加州AI法案刚刚被毙，LeCun李飞飞吴恩达狂喜

喜大普奔！就在刚刚，加州州长宣布：否决加州AI限制法案。LeCun李飞飞吴恩达激动地奔走相告，额手称庆。而强烈支持法案的Bengio和Hinton则对此保持沉默。OpenAI、谷歌、Meta纷纷逃过大劫。

2024-09-30 13:30:00

GenAI如何影响现实世界的人类工作

对于生成式人工智能（GenAI）取代人类工作的潜力，人们一直存在很多恐惧、不确定性和怀疑。大型语言模型(LLM)在提示时回答问题和处理数字任务的能力引起了人们的注意，无论是好是坏。但LLM取代人类员工的可能性有多大?Indeed的一项新研究揭示了这个问题。

2024-09-30 13:20:46

GenAI AI 大型语言模型

利用GenAI力量的五种技术策略

GenAI的崛起为中东地区的科技领军企业带来了巨大机遇，但要想在竞争中脱颖而出，他们需要采取五大战略之一，深入理解区域动态并制定定制化解决方案。

2024-09-30 13:15:57

GenAI 大型语言模型 AI

如何使用SpringAI、React和Docker构建AI聊天机器人译文精选

在本教程中，我们将使用SpringBoot、React、Docker以及OpenAI来构建一个聊天机器人的应用程序。此应用程序能够让用户与由AI驱动的聊天机器人进行交互，可以向其提出问题，并实时获取回复。

2024-09-30 13:11:09

OpenAI React 聊天机器人

大神卡帕西安利爆火AI应用，称「或是下一个ChatGPT」

它就是来自谷歌的实验性AI产品，Notebook LM，背后由谷歌现在最强大的模型Gemini 1.5 Pro提供支持。

2024-09-30 12:51:56

谷歌 AI 模型

靠fork开源代码获350万融资，创始人自诩“开源版Cursor”，网友追着质疑

备受争议的“开源版Cursor（开发者自称）”名叫PearAI，是一款开源AI代码编辑器。

2024-09-30 12:49:35

开源编辑器 AI

上一页 1 ··· 45 46 47 48 49 ··· 568 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