AI.x社区

让大模型一次性无损地「吃下」一本书已经不是什么稀奇的事了，但如果我告诉你是下面👇🏻这样一本近百万字的书呢？没错，这么疯狂的事竟然真的发生了——就在昨天月之暗面（MoonshotAI）召集了一次媒体沟通会，宣布在大模型长上下文窗口技术上取得新的突破：不到半年，Kimi智能助手升级十倍——从支持20万字直接到支持200万字超长无损上下文。ps：KimiChat已改名为Kimi智能助手，并已在官网（kimi.ai）开启“内测”。超长上下文...

微软版Sora诞生了！Sora虽爆火但闭源，给学术界带来了不小的挑战。学者们只能尝试使用逆向工程来对Sora复现或扩展。尽管提出了DiffusionTransformer和空间patch策略，但想要达到Sora的性能还是很难，何况还缺乏算力和数据集。不过，研究者发起的新一波复现Sora的冲锋，这不就来了么！就在刚刚，理海大学联手微软团队一种新型的多AI智能体框架———Mora。图片论文地址：​​​https:arxiv.orgabs2403.13248​​没错，理海大学和...

AI做的第一件伟大的事，是缩小技术鸿沟。芯东西美国圣何塞3月19日现场报道，美国科技圈最瞩目的AI技术盛会英伟达（NVIDIA）GTC大会正在火热举行。今日，英伟达创始人兼CEO黄仁勋在GTC大会上与芯东西等全球媒体进行交流，回应中美摩擦对英伟达的影响、对中国GPU产品出口计划、BlackwellGPU的定价与销售策略、台积电CoWoS供需情况等20个关键问题。▲黄仁勋微笑聆听记者提问（芯东西摄）英伟达最新发布的旗舰AI芯片BlackwellGPU为...

从改善广告系列的创作，到在不断演进的用户搜索体验中提升广告的有效性，生成式AI可以为广告主赋能。去年，我们宣布了​​AI赋能广告的新时代​​，同时也做出承诺，确保广告主有机会在用户的搜索历程中触达潜在客户。今天，我们将分享在这方面取得的进展。通过以Gemini赋能的对话方式制作更出色的搜索广告系列正如我们在上个月所宣布，接下来的几个月内，​​我们将把我们规模最大、能力最强的AI模型Gemini推广到更多Google核...

最近AI圈最火的无疑是OpenAI在2月15日发布的Sora。Sora可以根据文本生成一分钟的高清视频，生成的视频画质、连续性、光影等都令人叹为观止，Sora无疑将视觉生成推到新的高度。本文将重点回答三个问题：Sora的原理是什么？Sora到底是不是世界模型？Sora会影响哪些行业？一、背景在国内外大多数AI厂商还在卷大语言模型之际，OpenAI悄无声息地发布了文生视频（texttovideo，简称t2v）模型Sora[1]，仅仅几个视频demo，就让整个AI圈...

多年来，我们一直在AI领域进行深入投资，将其作为改进我们所有产品的唯一最佳途径。我们对取得的进展感到非常兴奋，例如，您可以在GoogleLabs试用我们的搜索生成体验（SGE）。AI现在也是近年来我们发展迅速的两项业务的核心：我们的Cloud和Workspace服务，以及我们广受欢迎的GoogleOne订阅服务，其订阅用户数量即将突破1亿。当前最领先的水准去年12月，随着Gemini时代的开始，我们在让AI更好地助力每个人的道路上迈出了重要的一...

全民LongLLM时代终于到来。本月，中国初创AGI（通用人工智能）公司月之暗面宣布旗下大模型工具KimiChat正式升级到200万字参数量，与五个月前该大模型初次亮相时的20万字相比，提升十倍。KimiChat的升级彻底引爆市场，同时也引起长文本大模型（LongLLM）细分赛道更加激烈的竞争。（图源：阿里通义千问）昨日，阿里旗下的大模型工具通义千问宣布迎来重磅升级，向所有人开放最高1000万字的长文本处理能力，更重要的是，这项升级完...

“2024年是大模型应用场景元年，中国完全可以走出一条具有中国特色的大模型发展之路。”周鸿祎的预测还言犹在耳，经历了“百模大战”的国产大模型胜出者们，已经吹响了商业场景落地之战的号角。3月14日，大模型独角兽智谱AI创始人兼CEO张鹏披露了公司目前的商业化进展：已有超2000家生态合作伙伴，实现了超1000个大模型规模化应用，与超200家企业进行深度共创，涵盖了传媒、咨询、消费、金融、新能源、互联网、智能办公等多个细...

今年以来，如火如荼的AIGC领域出现了众多不同的声音。前不久，某中国著名投资人在一个行业论坛上表示：“大模型行业已经过热了，在通用大模型领域，已经没有什么机会了”。行业现实，也呈现出不同的面貌，一方面，不少AI创业公司迟迟找不到可持续的商业模式，融资困难；另一方面，看似主营产品还是十分传统的老牌玩家却做的风生水起，譬如微软去年推出了WindowsAIStudio，开发者可以在其中访问各种AI模型，并根据自己的需求进行...

核心摘要：生命循环，人机共育在宏观层面上，如果把人工智能看作一种生命体，AIGC+教育的内涵其实是碳基生命和硅基生命的交互和培育问题。AIGC技术是对人脑计算、思考、判断等内在能力的延伸，是人的智能在机器形态上的规模化聚集、运作和反应。由此，部分基础性的专业工作被替代，AI在劳动贡献、价值创造中逐渐与人比肩甚至超越人类，AI和人类共同成为社会贡献主体。在中观层面上，AIGC技术在知识量、信息获取和处理方面的强势...

核心摘要：古人有云：日就月将，学有缉熙于光明。人类对人工智能学的潜心钻研终于再度获得重大突破，大模型的涌现能力与AIGC的应用普及为那不一定是AGI但一定更AI的未来提供了确定性的加速度。AI2.0时代的加速到来，不仅是把AI能力融入到现有应用中，更是未来产业范式的再塑造。AI正跳跃式地加速渗透进各行各业，推动一场新的生产力与创造力革命。AI产业链各环节参与者的角色功能、产品服务和应用生态可能将发生变化。对此，艾...

大模型漏洞修复插件是腾讯朱雀实验室在安全垂类场景的一个重要实践。我们希望通过AI大模型，实现研发安全场景的漏洞自动修复，给出修复建议并提供修复代码，帮助更多开发人员提高研发效率。在腾讯混元大模型的支持下，漏洞修复插件通过精调后部署的私有化模型，实现了在帐密硬编码、SQL注入、命令注入等漏洞类型的修复建议输出和修复代码生成等功能，实现安全左移，更有效地在编程中使用插件收敛漏洞风险。图1.IDE插件示意图一...

在Google，我们致力于​​让AI助力每个人​​。长期以来，我们对开放社区的创新贡献了许多成果，如Transformers、TensorFlow、BERT、T5、JAX、AlphaFold和AlphaCode。今天，我们很高兴地介绍Google的新一代开放模型，以协助开发者和研究人员负责任地构建AI。开放模型GemmaGemma是先进的轻量级开放模型系列，采用了与创建Gemini模型相同的研究和技术。受到Gemini的启发，GoogleDeepMind和Google其他团队合作开发了Gemma，并用拉...

01研究背景目前，由大型语言模型（LLM）驱动的智能体已经证明了它们在处理复杂任务方面的显著潜力。此外，通过赋予LLM代码执行能力来提升其问题解决能力正逐渐成为一种趋势，这一点已经通过CodeInterpreter[1]、OpenInterpreter[2]、TaskWeaver[3]等工作得到了实践验证。然而，在数据科学领域，面对数据的实时变化、任务间依赖关系复杂、流程优化的专业性，以及执行结果反馈的逻辑一致性识别等挑战，现有LLMbased智能体的性能仍...

大家常说，作业是影响家庭和谐的“罪魁祸首”。一到写作业时间，家里往往鸡飞狗跳还会上演闹剧，父母互相甩锅，学生嚎啕大哭……如果让AI加入，会擦出什么不一样的火花？可以想象一下，情绪稳定的AI伙伴耐心启蒙辅导、学识渊博的AI知识库为学生答疑解惑、AI助手实时批改认真纠错。这一切已经开始成为现实，如今生成式AI、大模型等诸多前沿技术引发的技术革命，正在席卷各行各业，其中教育被看作最具潜力的赛道之一。AI正在为以...

在ChatGPT引爆AI圈之后，很多人预言2024年将会是多模态的元年。的确，我们在23年的最后一季度见证了GPT4V的发布，前不久Google家的Gemini和Anthropic的Claude3也同样支持多模态（MultimodaltoText），并且Gemini1.5中能够从两小时的视频中准确“捞针”出其中一帧包含的画面。国内这方面的工作以QwenVL为代表，也同样取得了非常不错的效果。我们最近也在大视觉语言模型（LMM）做了一些尝试，发布了RekaFlash，能够接受图片、音频...

不久前，我们推出了最强大的基础模型Gemini。Gemini是一个多模态模型，它既可以接受文本输入，也可以接受图像输入。我们为Android开发者们介绍一种方法，以帮助您在设备上使用我们最小规模的模型：GeminiNano。GeminiNano可以通过AICore在特定设备上使用。AICore是一种处理模型管理、运行时、安全功能等任务的系统服务，有助于简化开发者的工作。现在，我们将向您介绍访问GeminiPro模型的全新方法，该模型可以在Google的数据中...

多模态技术是AI多样化场景应用的重要基础，多模态大模型（MLLM）展现出了优秀的多模态信息理解和推理能力，正成为人工智能研究的前沿热点。然而，与大语言模型一样，多模态大模型也依然受到“幻觉”问题的困扰，即模型在回答中出现与图片信息不符的内容。经过测试发现，即便是GPT4V也会在45.9%的图片回答中出现明显的“幻觉”。大模型出现“幻觉”的症结之一在于未经人类对齐时发生的“过泛化”情况。例如，让模型描述街景图片...

一、引言知识图谱和大型语言模型都是用来表示和处理知识的手段。不同于大型语言模型，知识图谱中的知识通常是结构化的，这样的结构让其具有更强的准确性和可解释性。知识图谱嵌入（KnowledgeGraphEmbedding，KGE）是一种将知识图谱中的实体和关系转化为低维度、连续的向量空间表示的技术。这种转化使得复杂的关系和属性能够以向量形式表达，从而便于机器学习算法进行处理。这些技术为各种知识密集型任务（例如信息检索、问答和...

论文题目：NodeorientedSpectralFilteringforGraphNeuralNetworks论文作者：ShuaiZheng,ZhenfengZhu,ZhizheLiu,YouruLi,YaoZhao作者单位：北京交通大学源码链接：​​https:github.comSsGoodNFGNN​​论文链接：​​https:ieeexplore.ieee.orgabstractdocument10286416​​01研究背景在图机器学习领域中，同配性（homophily）一直是一个普遍的假设，即属于同一类的节点倾向于互相连接。然而，这一假设在很多真实的图相关场景中...