AI.x社区

出品51CTO技术栈（微信号：blog51cto）围绕使用AI助手减少手动工作、利用代码生成器提高软件开发者生产力和通过生成式AI进行创新，业界正掀起一股热潮。这些商业机遇促使许多开发团队构建知识库，使用向量数据库，并将大型语言模型（LLMs）嵌入到他们的应用中。构建具有LLM功能的应用程序的一些通用用例包括搜索体验、内容生成、文档摘要、聊天机器人和客户服务应用。行业实例包括在医疗保健领域开发患者门户、在金融服务领域改...

2023年10月1日，欧盟碳边境调节机制（CBAM）法规，即全球首个“碳关税”开始实施。据世界银行研究报告称，如果“碳关税”全面实施，在国际市场上，中国制造可能将面临平均26%的关税，出口量可能因此下滑21%。本文为大家深度解读碳关税，从碳关税的定义、发展历程、征收方式到相关影响、企业应对措施五个方面展开。一、碳关税的定义碳关税，即碳边界调整机制（CBAM），也称碳边境调节税，指主权国家或地区对高耗能产品进口征收的...

大型语言模型（LLMs）在自然语言处理任务中取得了显著的成功。然而，LLMs在处理需要超出其预训练内容的专业知识的查询时，往往难以提供准确的回答。为了克服这一限制，研究者提出了将外部知识源，如知识图谱（KGs），与LLMs集成的方法。KGs提供了结构化、明确且可解释的知识表示，是克服LLMs内在限制的协同方法。尽管LLMs与KGs的融合在近期研究中引起了广泛关注，但现有的方法往往仅依赖于LLM对问题的分析，忽视了KGs中丰富的认...

最近，ChatGPT推出了一项引人注目的新功能——自定义GPT，这一创新功能为用户带来了前所未有的个性化体验。通过提供特定的文档、网页链接等资料，用户可以轻松打造一个完全符合自己需求和偏好的聊天机器人。启用该功能后，聊天机器人将能够更好地理解用户的意图，提供更加个性化和精准的交流体验。这一功能的推出，无疑将为用户带来更加便捷、高效的沟通方式，让每一次交流都充满惊喜和满足。如果你暂时不想亲自动手创建定制版...

鉴于我们在Reka成功地培训了相当强大的多模态语言模型，许多人对从零开始建立基础设施并训练大型语言和多模态模型的经验特别感兴趣。我在社交媒体上经常抱怨外部（Google之外）的基础设施和代码，这让人们对我在荒野中错过了什么，以及我对什么讨厌喜欢非常好奇。所以终于有了这篇文章。这篇博客文章揭示了挑战和经验教训。我希望这篇文章对许多人来说既有趣又有教育意义。在荒野中训练LLMs（图片由DallE生成）在LLMs时代的硬件...

1概念在计算机、人工智能专业技术领域，一般将Agent译为“智能体”，其定义是在一定的环境中体现出自治性、反应性、社会性、预动性、思辨性（慎思性）、认知性等一种或多种智能特征的软件或硬件实体。AIAgent则是指由LLM驱动的智能体。目前它还没有一个被广泛接受的定义，但我们可以把它描述成这样一个系统：利用LLM推理问题，能自行创建解决问题的计划，会借助一系列工具来执行计划。简而言之，AIAgent是一个具有复杂推理能力...

通过什么方式够实现通用人工智能？近期由AGIHouse组织的一场主题演讲给出了解答。OpenAISora团队核心成员TimBrooks和BillPeebles对通用人工智能的实现分享了一些他们的看法，作为Sora研究负责人，他们表示：「视频生成技术将通过模拟一切来实现AGI」。这不禁引发了网友们的惊叹：模拟一切！兄弟，我好怕……也有网友对其所称的「模拟一切」进行调侃，认为AGI是不可能实现的。从Sora发布以来，就吸引了众多人的关注，其功能的强...

在实践中，人类预测的准确性依赖于「群体智慧」（wisdomofthecrowd）效应，即通过聚集一群个体预测者，对未来事件的预测准确率会显著提高。过去关于大型语言模型（LLMs）预测能力的工作表明，即便是最强大的LLM也仍然比不过人类的群体智慧。最近，来自伦敦政治经济学院、MIT和宾夕法尼亚大学的研究人员做了两项研究，通过简单、实际适用的预测集成方法，表明LLMs可以实现与人类群体竞赛相当的预测准确率。论文链接：​​​https...

前两天刚刚疯传的Suno挑战者、“音乐版Sora”正式现真身：正式名称Udio，已完全免费开放，每人每月有足足1200首额度，网友们都玩疯了。有人居然写了首催更奥特曼快点发布GPT5的金属作品。咳咳，更高能的甚至还创作出了脱口秀……！创始人看完都直拍大腿：这绝对是我们意料之外的功能。场面之热闹，有了Sora诞生之时的感觉了。不仅各种风格要啥有啥（古典、流行、说唱、钢琴爵士、重金属等等），还支持多种语言，中文韩文歌也可...

撰稿｜言征出品51CTO技术栈（微信号：blog51cto）AIGC圈太魔幻了，啪啪打脸的时刻总是在路上！开源的模型会变闭源，比如被认为是开源独角兽的Mistral，开始考虑“使命与商业利益之间的平衡”，推出闭源的旗舰大模型Large。当然，上一次这么说的还要数OpenAI。不过在外界看来，理由就是四个字：我、要、赚、钱！再比如，一开始攻击谷歌搜索广告泛滥的AI搜索宠儿PerplexityAI也宣布了自己网站开始卖起了广告位，同样一改对于“恰...

这就是微软与中国科技大学、香港中文大学（深圳）和浙江大学等机构合作，推出的NaturalSpeech3系统。该系统采用了创新的属性分解扩散模型和属性分解语音神经编解码器FACodec，从“表示”和“建模”两个维度对语音数据进行深入研究。通过数据模型的规模化方法，在多说话人数据集LibriSpeech上首次实现了零样本的人类水平语音合成。指定特征实现个性化输出文本到语音合成（TTS）技术作为生成式人工智能的关键分支，在大型语言模型...

啥？新版GPT4是在Q的输出上微调的？在竞技场重回榜一的新版GPT4Turbo，成功再次踩中大家嗨点。它此次的性能提升体现在数学、推理、代码上，而且输出内容废话更少。最让大家感到兴奋的是其数学推理能力，现在可以在一些问题上完胜其他大模型。比如“求yx^45x^2x+4和yx^23x交点的y坐标之和。”只有最新版GPT4Turbo能测出来。这条推特被公开承认自己参与过Q的LukaszKaiser转发。NoamBrown也发推表示新版GPT4Turbo在推理能力上大幅...

用Suno十秒写歌，是不是已经很震撼？现在不仅如此，用最新的AI工具，我们还可以快速生成歌手唱歌MV。最近，一家名为AKOOL的AI公司推出了一个唱歌虚拟人工具，用户只需在平台上选择虚拟人，简单输入歌词指令，便可生成能唱歌的虚拟人MV。视频中的“歌手”在雪地里随着音乐翩翩起舞，“假唱”对口型也毫不逊色。声音、面容，一键替换AKOOL拥有丰富的AI换脸视觉表现技术以及成熟的声音克隆技术。在Tiktok上，用AKOOL制作的换脸、换...

风格化图像生成，也常称为风格迁移，其目标是生成与参考图像风格一致的图像。此前基于diffusion的方法（比如LoRA）通常需要批量的同风格数据进行训练，无法迁移到新的风格中，或者基于inversion（如StyleAlign），通过将风格图像还原到latentnoise后，将其前向传播得到的K、V用于替换风格图像生成中的K、V，但这类方法往往由于inversion的操作，造成风格退化。最近，InstantID原班团队推出了风格迁移的新方法InstantStyle，与人...

新一代视觉生成范式「VAR:VisualAutoRegressive」视觉自回归来了！使GPT风格的自回归模型在图像生成首次超越扩散模型，并观察到与大语言模型相似的ScalingLaws缩放定律、ZeroshotTaskGeneralization泛化能力：论文标题:"VisualAutoregressiveModeling:ScalableImageGenerationviaNextScalePrediction"这项名为VAR的新工作由北京大学和字节跳动的研究者提出，登上了GitHub和Paperwithcode热度榜单，并得到大量同行关注：目前体验...

自2020年神经辐射场(NeuralRadianceField,NeRF)提出以来，将隐式表达推上了一个新的高度。作为当前最前沿的技术之一，NeRF快速泛化应用在计算机视觉、计算机图形学、增强现实、虚拟现实等领域，并持续受到广泛关注。有赖于易于优化和连续表示的特点，NeRF在3D场景重建中有着大量应用，也带动了3D场景编辑领域的研究，如3D对象或场景的纹理重绘、风格化等。为了进一步提高3D场景编辑的灵活性，近期基于预训练扩散模型进行3D场景...

最近，来自澳大利亚蒙纳士大学、蚂蚁集团、IBM研究院等机构的研究人员探索了模型重编程(modelreprogramming)在大语言模型(LLMs)上应用，并提出了一个全新的视角：高效重编程大语言模型进行通用时序预测–其提出的TimeLLM框架无需修改语言模型即可实现高精度时序预测，在多个数据集和预测任务中超越了传统的时序模型，让LLMs在处理跨模态的时间序列数据时展现出色，就像大象起舞一般！近期，受到大语言模型在通用智能领域的启发...

引言当今时代，人工智能从根本上重塑了预测分析，使预测比以往任何时候都更加精确。所有行业的企业都在利用人工智能的广泛能力来预测未来趋势，并为即将到来的事情做好准备。任何预测的准确性都取决于许多因素：人工智能算法的复杂性、预测模型的稳健性，以及它们所训练的数据的质量和数量，等等。Nixtla公司开发的开源产品TimeGPT（https:docs.nixtla.iorefhackernoon.com）是一个专门为预测时间序列数据而设计的生成式预训练...

L集团是一家大型企业集团。随着集团数字化转型进程的加速，如何保证数字化落地过程不打折扣、落地效率和效果可控？为此，L集团选择携手AMT企源，在数字化规划合作之后，开展数字化转型全过程管理合作。在项目开展的一年时间里，AMT企源和L集团组成的联合项目组主要聚焦于补短板、打基础，仅为集团数字化系统建设的落地开展了卓有成效的全过程管理工作，而且在各系统建设过程中，持续推进数据治理项目、提升基础设施能力，为数字...

核桃CMS是一款基于SpringBoot2架构的JAVA网站建设平台，主要特点是支持涉密信息系统分级保护功能、支持国产化环境、支持等保二、等保三级、提供全文搜索引擎、支持多级审批、支持动静混合模式，能够更好的适配涉密信息系统及内部网站建设需求。核桃CMS基于SpringBoot2架构，前端基于vue、elementui，是一款安全、可靠、稳定的网站建设平台，已经在多家央企、部委部署使用。核桃CMS支持全系列JAVA运行环境，包括国产操作系统、中...