AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
开脑100天，马斯克首位脑机接口患者出故障？瘫痪8年小哥术后并发症惹质疑
精华上个月，我们被这位植入脑机接口后，狂打了8小时「文明6」的小哥震撼了。作为首位植入脑机接口的患者，这位名叫NolanArbaugh的小哥，可以仅凭意念控制计算机下棋，科幻果然成真了？100天过去了，他还好吗？就在今天，Neuralink来交卷了！刚刚，首位「脑机接口」患者临床试验报告发布。马斯克自豪地在推特上转发了这一消息，让脑机接口「造福人类」的承诺，看来是要实现了。Noland迎来新生之前我们知道，Noland在那里接...脑机接口AI抛弃自回归，连接一致性Diffusion和LLM！UCSD上交新作热度紧追AF 3
DeepMind新发布的AlphaFold3是科技圈今天的绝对大热门，成为了HackerNews等许多科技媒体的头版头条。HackerNews热榜上紧随其后的则是今年2月发布的论文「一致性大语言模型」。到底是什么样的成果，竟然可以顶着AlphaFold3的热度出圈？这篇论文不仅切中了大语言模型推理速度慢的痛点，而且实现了性能大幅度提升。CLLM在多个下游任务上都取得了23倍的加速，且推理过程没有引入额外成本。在GSM8K和Spider两个任务中，相比今年1月刚...AI生成14 项任务测下来，GPT4V、Gemini等多模态大模型竟都没什么视觉感知能力？
20232024年，以GPT4V、Gemini、Claude、LLaVA为代表的多模态大模型（MultimodalLLMs）已经在文本和图像等多模态内容处理方面表现出了空前的能力，成为技术新浪潮。然而，对于这些模型的评测多集中于语言上的任务，对于视觉的要求多为简单的物体识别。相对的，计算机视觉最初试图解读图像作为3D场景的投影，而不仅仅处理2D平面“模式”的数组。为响应这一情况，本文提出了BLINK，这是一个新的测试集，包含了重新构想的传统计算机...模型视觉3倍生成速度还降内存成本，超越Medusa2的高效解码框架终于来了
传统上，大型语言模型（LLMs）被认为是顺序解码器，逐个解码每个token。来自上海交通大学、加利福尼亚大学的研究团队展示了预训练的LLMs可以轻松地被教导成为高效的并行解码器，并介绍了一种新的并行解码器族，称为一致性大语言模型（CLLMs），能够通过在每个推断步骤中高效地解码一个ntoken序列来降低推断延迟。在此篇论文中，研究表明：「模仿人类在头脑中形成完整句子后逐字表达的认知过程，可以通过简单地微调预训练的LLMs...模型训练ControlNet作者新作爆火：P照片换背景不求人，AI打光完美融入
精华ControlNet作者新作，玩儿得人直呼过瘾，刚开源就揽星1.2k。用于操纵图像照明效果的ICLight，全称lmposingConsistentLight。玩法很简单：上传任意一张图，系统会自动分离人物等主体，选择光源位置，填上提示词，就能毫无破绽的融入新环境了！赶紧来个王家卫式的打光：不喜欢？没关系，换成窗外打进来的自然光，也就分分钟的事。目前，ICLight提供两类模型：文本条件重照明模型，还有背景条件模型。两种模型都需要以前景图像作为...模型技术OpenAI“大模型宪法”出炉，公开征集建议！网友：大模型不性感了！
原创编辑云昭本周的OpenAI，似乎并未辜负其名称中的“开放”字样。近日，OpenAI虽然没有开源任何新模型，但该公司非常之“清流”，一改铜臭的商业味道。1.OpenAI加入开放性组织推出内容真实性工具5月7日，该公司发布公告加入C2PA（致力于开发确定内容来源和真实性的技术规范，微软和Adobe也是成员之一，非营利性组织）的贸易组织的指导委员会，并表示这样做的目的是为了帮助人们验证用于创建或编辑多种数字内容的工具，并创建“专门...OpenAI模型宪法什么？谷歌AlphaFold 3直接预测生命过程！
当人们还在呼唤GPT5、辗转于各种聊天机器人争夺战时，Google已经把人工智能模型与现实世界的距离又拉近了一大步。最近，GoogleDeepMind的AlphaFold3的问世标志着人工智能在生命科学领域的一个重大突破，其对蛋白质、DNA、RNA以及其他生命分子的结构预测不仅精确无比，还重新定义了我们对生命过程的理解和探究。GoogleDeepMind与IsomorphicLabs合作开发的AlphaFold3，是一个先进的AI模型，专门设计用来预测蛋白质和其他生命分子...谷歌AlphaFold 3预测解构复合人工智能系统（Compound AI Systems）：关键术语、理论、思路、实践经验
原创 精华编者按：大模型的出现为构建更智能、更复杂的人工智能系统带来了新的契机。然而，单一的大模型难以应对现实世界中错综复杂的问题，需要与其他模块相结合，构建出复合人工智能系统（CompoundAISystems）。本文作者深耕人工智能领域多年，洞见独到。文中系统性地介绍了四种常见的CompoundAISystems部署模式：RAG系统、ConversationalAI系统、MultiAgent系统和CoPilot系统。作者阐明了这些部署模式的工作原理、模块间的交互方式，...白海科技LLMRAGCoPilotMulti-Agent七个高质量润色论文和文章的指令
原创编辑润色是写作过程中至关重要的一部分，这是你的言语从美好转变为伟大的地方。今天分享7个高质量的指令：1.修复语法和句法第一个提示是修复语法和句法。这是任何写作的关键部分，因为它确保您的信息清晰且专业。Actasanexperiencedwriter.Reviewmy[content],focusingonensuringverbtenseconsistencythroughoutthedocument.Examinethetextforanyinstanceswhereverbtensesshiftincorrectly,disruptingtheflowandreadability.Iden...GPTGPT神速分析：21个指令让数据分析更轻松
原创在当今以数据驱动的世界中，从原始信息中提炼出有价值的见解对于做出明智的决策至关重要。然而，分析数据通常是一项艰巨的任务，特别是在处理大型数据集时，有2种方式可以完成：方法一，在Excel表格中操作请确保您的系统已安装Excel软件。此外，还需要通过OpenAI的API或类似平台等接口访问ChatGPT，完成后，即可在ChatGPT的协助下探索以下Excel分析技巧。方法二，在ChatGPT种操作上传你的Excel表格，然后输入对应字段的分析的pr...GPTAI新动能: 数字人三大特征八大场景
原创 精华随着元宇宙概念的火爆也一同带动了数字人市场的快速升温，据计算全球平均每天都会诞生一个数字人。数字人正成为一股潮流，涌入人们的日常生活——会“捉妖”的虚拟美妆达人柳夜熙，抖音出道三天点赞即超百万，一夜之间成为国内虚拟偶像界的“顶流”；在江苏卫视跨年演唱会上，昔日歌后邓丽君“重返”舞台，与歌手周深同台对唱，交织几代人的青春记忆；而在杭州亚运会上，数字人点燃火炬，成为开幕式的亮点。除此之外，数字人担...AI数字人数字经济当前 inpainting/outpainting 最优解：PowerPaint + BrushNet
一、概述PowerPaint是一种图像修复模型，它能够实现多种内绘图任务，包括文本引导的对象内绘图、上下文感知图像内绘图、可控形状拟合的对象内绘图以及外绘图。如果单纯从这篇文章来看，并不能达到最好的效果，但是作者受BrushNet启发，重新训练了一版，也是github里面的PowerPaintv2，效果应该算是当前的最优解了。项目地址：PowerPaint项目页面（https:powerpaint.github.io）论文地址：ATaskisWorthOneWord:LearningwithTaskP...模型绘图问鼎Nature！斯坦福大学Gordon Wetzstein教授团队提出全息增强现实眼镜
原创近日，斯坦福大学GordonWetzstein教授团队提出一种将反向设计的介质表面波导与人工智能驱动的全息显示相结合的近眼显示设计，能够以紧凑的眼镜形式呈现全彩色3D增强现实。新兴的空间计算系统能够将数字信息无缝叠加在用户所观察到的物理环境上，为娱乐、教育、通信和培训等各个领域提供变革性的体验。然而，由于增强现实（AR）显示器的光学投影部件庞大且无法准确呈现虚拟内容的三维深度线索等因素，其广泛应用受到限制。为此，...增强现实AR人工智能Meta最新成果：前所未有的加速Emu推理 | Imagine Flash：新型蒸馏框架发布
精华文章地址：https:arxiv.orgpdf2405.05224扩散模型是一个强大的生成框架，但推理过程非常昂贵。现有的加速方法通常会在极低步骤情况下牺牲图像质量，或者在复杂条件下失败。这项工作提出了一个新颖的蒸馏框架ImagineFlash，旨在通过仅使用一到三个步骤实现高保真度和多样化样本生成。方法包括三个关键组成部分：反向蒸馏，通过校准学生模型自身的反向轨迹来缓解训练推理差异；迁移重构损失，根据当前时间步动态调整知识传递；...Meta框架ICLR 2024 Oral｜用巧妙的「传送」技巧，让神经网络的训练更加高效
本论文作者赵博是加州大学圣地亚哥分校的三年级在读博士，其导师为RoseYu。她的主要研究方向为神经网络参数空间中的对称性，及其对优化、泛化和损失函数地貌的影响。她曾获DeepMind奖学金，并且是高通创新奖学金的决赛入围者。众多神经网络模型中都会有一个有趣的现象：不同的参数值可以得到相同的损失值。这种现象可以通过参数空间对称性来解释，即某些参数的变换不会影响损失函数的结果。基于这一发现，传送算法（teleportati...神经网络算法如何借助假设文档嵌入改进语义搜索？
原创本文介绍了如何使用简单的大语言模型(LLM)调用来显著改善语义搜索结果的质量。找到合适的AI模型来构建工作流程很困难。由于不同平台上有众多的模型可用，因此不可能知道从哪里入手，或者如何找到最适合您特定需求的模型。这就是我打算用AIModels.fyi解决的问题，这是唯一用来发现和比较网上AI模型的搜索引擎。该网站有一个简单的前提：用自然语言描述问题，然后详细列出可能会解决问题的AI模型。比如说，您可以搜索“我需要一个...大语言模型LLMAIPython轴承故障诊断 | 多尺度特征交叉注意力融合模型
前言本文基于凯斯西储大学（CWRU）轴承数据，进行快速傅里叶变换（FFT）和变分模态分解VMD的数据预处理，最后通过Python实现基于交叉注意力BiTCNBiGRUCrossAttention的时空特征融合模型对故障数据的分类。凯斯西储大学轴承数据的详细介绍可以参考下文：Python凯斯西储大学（CWRU）轴承数据解读与分类处理1模型整体结构1.1模型整体结构如下所示：一维故障信号分别经过FFT变换、VMD分解处理，然后把变换分解后的结果进行堆叠，通...Python注意力融合模型10 秒让 KimiChat 给你画个流程图
精华这两天又发现了KimiChat一个牛逼的用法，现在已经在探索KimiChat的道路上越走越远。这次发掘到的牛逼用法就是可以让KimiChat直接生成流程图，是不是听着就很牛逼。没错就是像这样的流程图，你可能会有疑问：KimiChat不是不能画图嘛？接下来就给大家展示一下这个神奇用法。哦，还忘记说了。使用KimiChat生成的流程，还可以编辑呢。是不是感觉更牛了，只需要生成Mermaid格式就行。我们来尝试绘制一个用户登陆的流程看看效果怎么样...KimiChat流程格式Optimus来袭！人形机器人进厂打工
你是否想过，在不久的将来，机器人可能会取代我们完成一些繁重或危险的工作？特斯拉的最新成果Optimus人形机器人正让这一愿景逐渐变为现实。Optimus自2021年启动以来，最初目标是开发一种能够承担“危险或枯燥任务”的人形机器人。经过不断的迭代和升级，已经展现出了其在工业生产中的巨大潜力。这款机器人不仅能在电池组装等精细工作中大显身手，还因其快速移动、广泛行动范围和稳定性能而备受瞩目。在特斯拉的电池工厂中，Opt...Optimus机器人特斯拉《2024年人工智能准备度报告》发布！6成企业拟采用AI，投入生产的仅占其中三分之一；OpenAI稳坐王位；
原创整理伊风出品51CTO技术栈（微信号：blog51cto）最近，人工智能公司ScaleAI发布《2024年人工智能准备度报告》。该系列报告已经是连续第三年进行发布，本次报告调查采访了1800多名在企业中构建或应用人工智能解决方案的人工智能从业人员，以获得相关的见解及结论。旨在通过企业的AI应用现状，为大模型人工智能的开发与构建、利用现有的基础模型的应用及测试和评估提供参考与建议。划重点，该报告发现：60%的受访者正在尝试使用生...OpenAIAI人工智能
