AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
快手自研Spark向量化引擎正式发布，性能提升200%
原创Blaze是快手自研的基于Rust语言和DataFusion框架开发的Spark向量化执行引擎，旨在通过本机矢量化执行技术来加速SparkSQL的查询处理。Blaze在快手内部上线的数仓生产作业也观测到了平均30%的算力提升，实现了较大的降本增效。本文将深入剖析blaze的技术原理、实现细节及在快手实际生产环境中的真实表现。一、研究背景当下，Spark的重要发展方向之一是通过向量化执行进一步提升性能。向量化执行的思想是将算子的执行粒度从每次处...快手向量化#AIGC创新先锋者征文大赛#百度内容生态视频AIGC新探索
原创如今我们身处内容生产的3.0时代，有了AI技术的加持，内容生产的形式或者门槛进一步拉低，将有望重塑整个内容生产的态势。因此，当视频和AI相结合的时候，会有一个什么样的发展动向，这是我们需要思考的一个问题。传统的视频内容生产的形式，主要分为这四个环节：视频创意、视频脚本、视频素材、视频剪辑。那么，在整个视频的生产链路中，AI能在哪个环节去做助力或改造呢？两年前我们开始研发“度加”产品，它的定位是做一个一站...多模态AIGC百度#AIGC创新先锋者征文大赛#去哪儿国际酒店AI生成视频实践
原创1.视频生成挑战与机遇我们首先来看看，国际酒店视频生成所遇到的挑战。随着AIGC技术的发展，我们关注其在实际业务中的应用。我们认识到AIGC已具备生成视频的能力，且我们的业务对此有相应的需求。因此，我们首先确定了使用AIGC生成视频的场景。接下来，我们考虑如何将视频制作工程化，并确保视频质量。回到视频本身，目前其核心元素有两点：文案和图片。我们需要审视现有的文案和图片资源，通过组织这些内容生成视频，并以赋能...多模态AIGC去哪儿旅行OpenAI出走了哪些大佬，哪些继任者接手，有什么来头？
近日,人工智能领域的巨头OpenAI迎来了一系列重大人事变动和可能的结构调整,引发业界广泛关注。多位公司高层相继宣布离职,同时公司进行了大规模的领导层重组,这些变化可能标志着OpenAI即将进入一个新的发展阶段。根据OpenAICEOSamAltman的内部通知,长期担任首席技术官(CTO)的MiraMurati已决定离职。Mira在OpenAI工作了6.5年,对公司从一个鲜为人知的研究实验室发展为重要的AI公司做出了巨大贡献。在她的离职声明中,Mira回顾了在Op...OpenAI人事变动Meta刚开源llama 3.2多模态，就被打败了！
2个系列：多模态：Llama3.211B和90B，支持视觉多模态，LLama终于有了眼睛！端侧小模型：LLama3.21B和3B对于新增的多模态模型，只新增了图像编码器，将其集成到预训练模型中，没有更新语言模型参数，即插即用！对于Llama3.2中的1B和3B模型，直接使用8B、70B的logits蒸馏，比较常见的蒸馏方式，就是废卡。图片虽然LLama系列终于有了视觉。但是，今天allenai开源了多模态Molmo72B和7B模型。并且在视觉方面的表现全面超过了3.2，太...Meta开源llama 3.2构建大模型，GPU是唯一生命线？未必
原创嘉宾丨杨龚轶凡、蔡哲文撰稿丨张洁出品51CTO技术栈（微信号：blog51cto）OpenAI前首席科学家伊利亚曾公开表示：“GPU就是新时代的比特币。”大模型一朝起飞，算力需求激增。作为AI淘金热里“卖铲子的人”，英伟达也因此成为了这轮技术变革里的最大赢家。随着AI军备竞赛的升级，即使GPU价格一路看涨，市面上也常常“一卡难求”。一方面，GPU产能吃紧，实在无法跟上需求；另一方面，若是算力供给受制于人，那就等于将领先窗口期拱...大模型GPUTPU#AIGC创新先锋者征文大赛#快手 B 端商业化技术探索：基于 LLM 构建智能 RAG 与 Agent 平台
原创导语：大模型技术正以前所未有的速度与各领域融合，为各行各业带来变革，围绕快手B端商业化的业务场景，本文详细阐述了构建基于LLM的Agent技术平台的策略、挑战及解决方案，为您带来宝贵的见解与启示。一、大模型应用建设背景快手商业化业务中台，作为核心支撑，全面赋能内部的一线销售、运营团队，以及外部的代理商和服务商。面对大模型技术的浪潮，我们精准捕捉智能化转型的先机。面对众多可选择的技术路径，经过我们进行了深...大模型AI Agent快手AIGC【大模型】图解Transformers Decoder
前面图解了Transformer整体架构和编码器，今天图解解码器。先来个整体视角：再逐步分解开来：WHAT'STHEDECODER解码器是将编码输入和先前生成的标记转换为上下文感知输出的关键所在。可以把它想象成艺术家，从草图中绘制出最终的画作。🖌️STEP1PROCESSINGTHETARGETSEQUENCESTEP1.1TargetSequenceEmbedding解码器首先对需要处理的序列进行嵌入，将原始数据转换为其能够理解的格式。STEP1.2PositionalEncoding由于Transformers不...大模型【大模型】图解Transformers Encoder
原创前面图解了Transformer整体架构，今天图解编码器。先来个整体视角：再逐步分解开来：𝗪𝗛𝗔𝗧'𝗦𝗧𝗛𝗘𝗘𝗡𝗖𝗢𝗗𝗘𝗥编码器负责通过自注意力机制和前馈层处理输入的token，从而生成具有上下文感知的表示。👉它是NLP模型中理解序列的核心动力。𝗦𝗧𝗘𝗣1.1:𝗜𝗡𝗣𝗨𝗧𝗘𝗠𝗕𝗘𝗗𝗗𝗜𝗡𝗚🔎编码器的第一步是将每个输入的单词嵌入为一个大小为512的向量。⚠️这种嵌入过程只发生在最底层的编码器中。可以把它想象成把单词翻译成模...大模型【机器学习】图解多重线性回归
原创前面我们图解了简单线性回归，也就是只有一个自变量，今天我们来看看自变量有多个的情况，也就是多重线性回归。先来个整体视角：再逐步分解开来：𝗗𝗔𝗧𝗔𝗚𝗔𝗧𝗛𝗘𝗥𝗜𝗡𝗚𝗣𝗛𝗔𝗦𝗘我们用体重作为因变量，身高作为自变量，并假设它们之间有某种线性关系。𝗗𝗔𝗧𝗔𝗘𝗫𝗣𝗟𝗢𝗥𝗔𝗧𝗜𝗢𝗡𝗧𝗜𝗠𝗘!要想得到一个好模型就必须先充分了解数据。在正式训练模型之前，先来探索分析数据。看，Gender居然也是个重要因素。当我们将身...机器学习多重线性回归基于网格环境的模仿学习技术实战探索
原创本文将全面探讨在网格环境下，模仿学习中一些著名方法的测试运行与结果对比分析。简介强化学习（RL）是机器学习的一个分支，围绕通过标量信号（奖励）的指导进行学习；这与监督学习是不同的，监督学习需要目标变量的完整标签。我们可以通过一个直观的例子来解释强化学习。比如一所学校有两个班，连续重复两种类型的测试。第一个班完成了测试并获得了完整的正确答案（监督学习：SL）。第二个班也完成了测试，但是只得到每个问题...强化学习机器学习模仿学习技术【机器学习】图解线性回归
原创线性回归可谓是机器学习界的helloworld，在现实中也有广泛应用，今天我们以图表为主，用可视化方法重新审视下这个模型。先来个整体视角：再逐步分解开来：𝗦𝗜𝗠𝗣𝗟𝗘𝗟𝗜𝗡𝗘𝗔𝗥𝗥𝗘𝗚𝗥𝗘𝗦𝗦𝗜𝗢𝗡如果自变量只有一个，我们称为简单线性回归，虽然简单，但很强大，能用来发现数据中潜在的变化趋势。𝗛𝗢𝗪𝗗𝗢𝗘𝗦𝗜𝗧𝗪𝗢𝗥𝗞线性回归的目标是拟合一条直线，这条直线最能体现自变量和因变量之间的线性依赖关系。𝗛𝗢𝗪𝗗...机器学习线性回归史上首个AI+人类大合唱，ChatGPT语音模式玩出新高度！
精华OpenAI向所有ChatGPTplus和Team用户开放了高级语音模式，玩法是层出不穷其中很多是相当有创意。标普全球AI副总监AJSmith便展示了与ChatGPT一起合唱披头士的经典歌曲《EleanorRigby》。整个演唱过程相当丝滑，并且AI还会时不时的称赞他几句唱的很好。Smith表示，最初ChatGPT是知道《EleanorRigby》这首歌曲的，但是它不敢跟着唱。这是因为OpenAI怕侵犯音乐版权的问题，禁止AI进行类似的演唱。于是Smith更改了提示“我们可以玩个...AI语音Llama-4使用10万块GPU训练、更好开源，扎克伯格亲口确认！
精华全球最大社交平台Meta（Facebook、Instagram、WhatsApp等母公司）联合创始人兼CEO扎克伯格接受了，前Vox著名记者CleoAbram的专访。主要谈到了Meta最新发布的变革性产品全息AR眼镜，开源大模型、生成式AI的发展以及全球开发者非常关心的Llama4。扎克伯格亲口确认了Llama4使用了超过10万个GPU进行训练。目前Meta公开的算力是60万块GPU，也就是说Llama4已经成为Meta的主力拳头产品，使用更多的GPU训练有助于突破AI极限。下面的内容...AI训练开源ECCV`24 | 新加坡国立&华为提出Vista3D: 实现快速且多视角一致的3D生成
文章链接：https:arxiv.orgpdf2409.12193gitbub链接：https:github.comflorinshenVista3D亮点直击提出了Vista3D，一个用于揭示单张图像3Ddarkside的框架，能够高效地利用2D先验生成多样的3D物体。开发了一种从高斯投影到等值面3D表示的转换方法，通过可微等值面方法和解耦纹理来优化粗糙几何，实现纹理化网格的创建。提出了一种角度组合方法用于扩散先验，通过约束其梯度幅度，在不牺牲3D一致性的情况下实现3D潜力的多样性。总...3D模型记一次ComfyUI工作流bug查找过程
原创“经验主义不可犯，否则是需要付出代价的”在上一篇文章中说过最近在做ComfyUI工作流方面的业务，具体的可以看之前的文章——再谈大模型工作流技术之——ComfyUI框架。由于ComfyUI并不是一个组织或企业开发的，因此它目前的生态还不够完善，甚至没有一个完善的官方文档。特别是对程序员来说，想使用ComfyUI的接口要么自己去网上找一些别人使用接口的说明或者是去github上自己翻官方提供的一些简单案例。而这次问题就出...ComfyUI大模型再谈大模型工作流技术之——ComfyUI框架
原创“工作流，一种根据配置执行固定操作的流程”在之前的文章中写了一篇关于ComfyUI工作流的文章，大模型之视频图像生成之工作流——ComfyUI和AI炼丹师，不过在此之前对工作流并不熟悉；本着先记下来再说的理念就有了之前的这篇文章。而最近在做一款AIGC产品的过程中，主要负责的就是Comfyui工作流这块；本着要知其然，也要知其所以然的心态，因此向公司的炼丹师请教了一下ComfyUI工作流的工作原理以及工作流程。ComfyUI的...大模型ComfyUI框架大模型之视频图像生成之工作流——ComfyUI和AI炼丹师
原创“工作流既是对大模型技术的补充，又是大模型市场化的一个重要方向”作为学习人工智能技术的人来说，工作流应该是一个耳熟能详的技术，由于大模型的短板原因(逻辑推理，幻觉，知识不足等问题)，导致大模型在实际应用中存在很多问题。而又为了让大模型能够解决现实中工作与生活中的问题，技术人员就想了一个办法，利用工作流结合大模型来完成任务，比如字节旗下的coze扣子平台。而今天我们要介绍的是基于SD(StableDiffusion)扩散...大模型视频图像生成从AIGC看大模型供应商
原创“产业链的发展，并不是独立的，而是上下游合作发展”在之前的文章中有说过，对大部分人和企业来说，使用第三方模型是最好的选择，一是因为技术难度低，二是因为资金成本低，同样也就意味着风险比较低。在前几天的文章中大模型与社会分工，产业链与模块化中说过，大模型技术是一个产业链，它并不是一个人或一个公司的事。中间涉及到多个环节，大模型供应商，上层应用开发商，算力供应商等等。而在我们不知不觉中，很多...AIGC大模型供应商#AIGC创新先锋者征文大赛#AI Agent要如何修炼，才能真正落地？
原创【本文正在参与AI.x社区AIGC创新先锋者征文大赛】(https:www.51cto.comaigc2223.html)在AI技术日新月异的当下，智能体（Agent）技术正迅速崛起，成为AI领域的一大热点。Agent技术在各行业应用场景中表现出巨大潜力，然而伴随着机遇的同时，Agent技术的发展以及应用落地也面临着诸多挑战。在近期落幕的WOT全球技术创新大会上，九章云极DataCanvas的资深算法工程师薛磊，聚焦于Agent的构建与落地，从理论框架到实践案例，分享了他...多模态大模型智能体AI Agent九章云极
