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 24年11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

新闻

2.4w内容

关注

汇聚51CTO网站的各领域新鲜资讯，包括开发、移动开发、系统、网络、安全、数据库、大数据、人工智能、区块链、云计算、物联网、数字化转型、服务器、存储、商务办公、运维、开源、智能汽车等细分领域。

共 2.4w 条

2024 AI年度报告发布，附十大预测：人形机器人热度下降，英伟达维持霸主地位

AI技术日新月异，像Netflix这样的大公司已经开始用AI制作特效，而新的AI模型也在游戏和科学研究中超越了人类。未来一年，我们可能会看到没有编程技能的人也能创造热门应用，甚至AI创作的歌曲也可能登上音乐排行榜前十。

2024-11-04 09:07:00

o1满血版泄露！奥数题图片推理手拿把掐，奥特曼上线剧透o2

有网友发现，OpenAI已经在ChatGPT官网上部署了完整版o1，大家伙儿还都能卡bug直接用！

2024-11-04 09:00:00

MetaGPT开源SELA，用AI设计AI，效果超越OpenAI使用的AIDE

SELA 提出了一种让 AI 自主设计和持续优化自身的方法，并全面地展示了其取得的不俗效果。研究者们认为，该工作表明了 AI 在这一方向的潜力，将为未来的相关研究提供有价值的参考。

2024-11-04 08:47:00

世界首个1000亿AI智能体文明诞生！北大校友打造真实版「西部世界」，技术细节全公开

人类世界的一切日常活动，都在《我的世界》中被1:1复刻了。1000亿AI智能体构成的文明，竟是这样的。

2024-11-04 08:45:00

微软清华改进Transformer：用降噪耳机原理升级注意力，一作在线答疑

新架构在长上下文建模、关键信息检索、减少幻觉、提高上下文学习能力以及减少激活异常值等各项指标中，普遍优于Transformer架构。

2024-11-04 08:45:00

大模型玩你画我猜：Claude6局3胜，GPT-4o表现迷惑

模型画画早已不是新鲜事，但让大模型玩你画我猜？这天才想法是怎么产生的？

2024-11-04 08:40:00

大模型压缩KV缓存新突破，中科大提出自适应预算分配，工业界已落地vLLM框架

中科大研究团队提出Ada-KV，通过自适应预算分配算法来优化KV缓存的驱逐过程，以提高推理效率。

2024-11-04 08:30:00

3B模型打通机器人任督二脉！冲咖啡叠衣服都能干，7种形态适配，OpenAI也投了

在官宣当中，π团队展示了叠衣服、整理桌子、鸡蛋装盒等等复杂（对机器人来说）任务。

2024-11-04 08:00:00

2mm芯片植入视网膜，盲人重获阅读能力还能打牌，马斯克老部下创业成果来了

不仅重拾阅读能力，甚至还能打牌。这是来自美国加州的脑机接口公司Science的最新进展。

2024-11-04 07:30:00

脑机接口芯片

又暴雷！审计公司怒交辞职信，AI大牛股超微电脑一夜暴跌33%，一夜蒸发近95亿美元

AI大牛股即将跌下神坛？10月30日，因审计公司安永提交辞职信，AI大牛股超微电脑股价暴跌33%，一夜损失近95亿美元。

2024-11-01 13:34:58

AI 微电脑辞职信

打破RLHF瓶颈，克服奖励欺骗！Meta发布全新后训练方式CGPO，编程水平直升5%

CGPO框架通过混合评审机制和约束优化器，有效解决了RLHF在多任务学习中的奖励欺骗和多目标优化问题，显著提升了语言模型在多任务环境中的表现。CGPO的设计为未来多任务学习提供了新的优化路径，有望进一步提升大型语言模型的效能和稳定性。

2024-11-01 13:32:48

吞吐量最高飙升20倍！豆包大模型团队开源RLHF框架，破解强化学习训练部署难题

强化学习（RL）对大模型复杂推理能力提升有关键作用，然而，RL 复杂的计算流程以及现有系统局限性，也给训练和部署带来了挑战。

2024-11-01 13:30:56

AI 模型开源

NeurIPS 2024 | 机器人操纵世界模型来了，成功率超过谷歌RT-1 26.6%

PIVOT-R 通过引入原语动作驱动的路径点感知，显著提升了机器人在复杂操控任务中的性能。

2024-11-01 10:30:00

机器人模型

Waymo玩明白了！全新多模态端到端算法EMMA：规划、感知、静态元素一网打尽~

今天为大家分享Waymo最新的多模态端到端自动驾驶工作EMMA！

2024-11-01 10:08:27

自动驾驶端到端

机器人迈向ChatGPT时刻！清华团队首次发现具身智能Scaling Laws

他们发现了具身智能领域的 “圣杯”——data scaling laws，让机器人实现了真正的零样本泛化，可以无需任何微调就能泛化到全新的场景和物体。

2024-11-01 09:45:08

强化学习之父Richard Sutton给出一个简单思路，大幅增强所有RL算法

近日，强化学习之父、阿尔伯塔大学教授 Richard Sutton 的团队低调更新了一篇论文，其中提出了一种新的通用思想 Reward Centering，并称该思想适用于几乎所有强化学习算法。这里我们将其译为「奖励聚中」。

2024-11-01 09:39:26

强化学习 AI

微软万引理论大佬跳槽OpenAI！入职第一天：疯了，这里的人才密度简直疯了

这次他加入OpenAI的时机非常微妙，本人强调是在“开发安全AGI的关键时刻加入”。

2024-10-31 16:38:49

大模型已过时，小模型SLM才是未来？苹果正在研究这个

为了打造出真正好用的小型语言模型（SLM），AI 研究社区想出了各种各样的方法，像是对大模型进行蒸馏或量化或者就直接去训练性能优异的小模型。

2024-10-31 15:00:00

新视角设计下一代时序基础模型，Salesforce推出Moirai-MoE

近期，来自 Salesforce、新加坡国立大学、香港科技大学（广州）的研究者以模型专家化这一全新视角作为抓手，设计并提出了下一代时序预测基础模型 Moirai-MoE。

2024-10-31 14:40:00

让机器人拥有人一样「潜意识」，英伟达1.5M小模型就能实现通用控制了

朱玉可和 Jim Fan 团队（英伟达 GEAR 团队）新鲜发布了他们的最新研究成果 HOVER。这是一个仅有 1.5M 参数的神经网络，但它足以控制人形机器人执行多种机体运动。

2024-10-31 14:10:00

机器人神经网络

3D大模型助力，15分钟即可训练高质量、个性化的数字人模型，代码已开放

MimicTalk 模型首次实现了高效率的个性化精品数字人视频合成。可以预见的是，随着技术的不断迭代、普及，在智能助手、虚拟现实、视频会议等多个应用场景中都将会出现虚拟人的身影。

2024-10-31 14:00:00

登上生图排行榜第一的red_panda，是家创业公司，不是国产模型

大家别猜了，「red_panda」（小熊猫）模型有主了。

2024-10-31 13:40:00

全自动打工「人」！波士顿动力Atlas进厂视频火了，不断电不下班

波士顿动力Atlas进厂打工，不靠远程操控，转身动作像惊悚电影。

2024-10-31 13:13:55

波士顿机器人

新世界大门打开！MambaBEV成功将Mamba2引入BEV目标检测

MambaBEV是一种基于BEV范式和mamba2结构的创新3D目标检测模型，充分利用时序信息以处理动态场景。

2024-10-31 10:29:28

目标检测模型

导航、采矿、建造，北大这个新智能体把《我的世界》玩透了

CraftJarvis 团队提出利用 VLMs （视觉语言模型）强大的视觉语言推理能力来指导任务的完成，并创新地提出了一种基于视觉 - 时间上下文提示（Visual-Temporal Context Prompting）的任务表示方法。

2024-10-30 15:30:00

智能体视觉模型

突破短视频局限！MMBench 团队构建中长视频开放问答评测基准，全面评估多模态大模型视频理解能力

MMBench-Video是一个针对视频理解任务设计的全新长视频、多镜头基准，涵盖了广泛的视频内容和细粒度能力评估。

2024-10-30 15:00:00

AI 视频模型

国产最强语音大模型诞生，MaskGCT宣布开源，声音效果媲美人类

MaskGCT 是一个大规模的零样本 TTS 系统，利用全非自回归掩码生成编解码器 Transformer，无需文本与语音的对齐监督和音素级持续时间预测。

2024-10-30 14:50:00

系统语音模型

谷歌25%新代码由AI生成，会Prompt工程的程序员更吃香了

谷歌超25%新代码由AI生成，然后由工程师审查通过。

2024-10-30 14:30:00

AI 代码程序员

o1之后，GitHub又接入Claude、Gemini，网友：也杀不死Cursor

那些转到 Cursor 的用户，会不会又被吸引过来呢？

2024-10-30 14:25:00

统一图像生成，无需繁杂插件！智源发布扩散模型框架OmniGen

智源研究院推出OmniGen，它能天然支持各种图像生成任务，架构高度简化，还能有效跨不同任务迁移知识，应对未见过的任务和领域。

2024-10-30 14:10:00

图像生成模型

Copilot一夜杀死编程助手，GitHub官宣接入Claude+Gemini！OpenAI沦为备胎

OpenAI再也不是微软的唯一解。第十届GitHub开发者大会上，微软官宣GitHub Copilot同时接入Claude 3.5 Sonnet和Gemini 1.5 Pro两大模型。同时，还发布了0代码开发应用的「魔法」平台。AI代码生成第二阶段已来。

2024-10-30 13:40:00

AI「长脑子」了？LLM惊现「人类脑叶」结构并有数学代码分区，MIT大牛新作震惊学界！

Max Tegmark团队又出神作了！他们发现，LLM中居然存在人类大脑结构一样的脑叶分区，分为数学/代码、短文本、长篇科学论文等部分。这项重磅的研究揭示了：大脑构造并非人类独有，硅基生命也从属这一法则。

2024-10-30 12:58:48

81.49万！雷军的Dream Car来了！可街可赛的“西装暴徒”，纽北调校的地表最速，真正的六边形战士！雷军：小米没有“飘” 原创精选

据雷军介绍，小米SU7 Ultra定位非常清晰，那就是“可街可赛”。原型车在纽北登顶，量产车也得实力满格。不仅能供城市通勤，更可原厂状态直接下赛道！背后的秘密，是小米团队选择在纽北赛道调校SU7 Ultra量产车。

2024-10-30 11:55:46

雷军六边形战士小米SU7

从DriveDreamer v1&v2到4D，聊聊世界模型在驾驶场景重建中为何越来越重要？

今天为大家分享极佳科技世界模型的系列工作！从DriveDreamer v1&v2到4D。

2024-10-30 09:26:41

下台时股价大涨 7.3%，鲍尔默是微软史上「最差」CEO吗？原创精选

“虽然我在这篇文章中对现任CEO纳德拉的领导没有任何负面评价，但这种说法低估了鲍尔默在微软成功中的作用。不仅仅是在鲍尔默的领导下，微软的财务状况、收入和利润表现都非常出色，鲍尔默还让微软进行了深度的长期布局，这为他任期之后的微软成功奠定了基础。”

2024-10-29 17:08:34

鲍尔默微软 CEO

超越YOLOv10/11、RT-DETRv2/3！中科大D-FINE重新定义边界框回归任务

D-FINE 的出现，为目标检测带来了全新的思路。通过引入 FDR 和 GO-LSD，D-FINE 重新定义了目标检测中的边界框回归任务。这种创新有望突破当前的瓶颈，为实时目标检测领域提供新的发展方向。

2024-10-29 15:45:00

目标检测模型

强化学习训练一两个小时，100%自主完成任务：机器人ChatGPT时刻真来了？

近日，UC 伯克利 BAIR 实验室的 Sergey Levine 研究团队提出了一个强化学习框架 HIL-SERL，可直接在现实世界中训练通用的基于视觉的机器人操作策略。

2024-10-29 15:20:00

强化学习模型

免训练大模型知识编辑，吸收新数据更高效｜EMNLP'24

模型编辑旨在纠正大语言模型中过时或错误的知识，同时不需要昂贵的代价进行再训练。终身模型编辑是满足LLM持续编辑要求的最具挑战性的任务。

2024-10-29 15:00:00

大模型数据

新扩散模型OmniGen一统图像生成，架构还高度简化、易用

OmniGen 的统一图像生成范式，不但有助于执行各种下游任务，而且有利于组合各种能力满足更通用的需求。

2024-10-29 14:40:00

图像生成模型

古早费曼论文手写公式也能转LaTeX，还能看懂梗图，马斯克Grok新功能上线就火了

马斯克旗下的人工智能公司 xAI 发布的 Grok 大模型有助于实现这一目标 —— 在经历了最近的一次更新后，Grok 大模型终于能看懂图像了，甚至还能做公式 OCR、解释笑话。

2024-10-29 14:30:00

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

登顶文生图竞技场，直接将Flux、Midjourney等一众顶尖模型踩在脚下

2024-10-29 14:25:00

超越Transformer，全面升级！MIT等华人团队发布通用时序TimeMixer++架构，8项任务全面领先

TimeMixer++是一个创新的时间序列分析模型，通过多尺度和多分辨率的方法在多个任务上超越了现有模型，展示了时间序列分析的新视角，在预测和分类等任务带来了更高的准确性和灵活性。

2024-10-29 14:10:00

一个模型走天下！智源提出全新扩散架构OmniGen，AI生图进入「一键生成」时代

LLM统一了语言生成任务，图像生成可以吗？就在刚刚，智源推出了全新扩散模型架构OmniGen，单个模型就能生成图像，彻底告别繁琐工作流！

2024-10-29 13:30:00

图像生成模型

苹果AI上线，ChatGPT免费用！首款M4 Mac诞生，库克：这是全世界最佳AI一体机

首款M4 Mac、「全世界最好的AI一体机」终于来了！同时，苹果AI也正式上线，iOS 18.1、iPadOS 18.1和macOS Sequoia 15.1用户，已经可以体验首批Apple Intelligence功能了……库克直呼：激动人心的新时代开始了！

2024-10-29 12:53:34

2mm²芯片点亮盲人黑暗世界！马斯克前搭档出手，失明81%也能阅读了

前Neuralink总裁创立的脑机接口公司Science Corporation，正在开发一种名为「Prima」的芯片技术。初步试验结果表明，38名患者中，有81%的患者视力得到了大幅度的改善。几位知名眼科医生都直称：「这是第一个有可能成功恢复AMD患者视力的重大进展！」

2024-10-29 10:30:00

脑机接口 AI

无痛解决跨相机部署问题！伯克利UniDrive：首个跨相机通用3D视觉感知算法模型

今天为大家分享UC伯克利最新的工作—UniDrive！首个跨不同相机配置的通用3D视觉感知算法模型。

2024-10-29 09:57:13

限天气数据生成！WeatherDG：VLM+扩散模型直接爆拉14个点

今天为大家分享英国利兹大学&卡内基梅隆大学最新的工作—WeatherDG！基于VLM的无限天气数据生成方案。

2024-10-29 09:24:59

突破时间序列组合推理难题！南加大发布一站式多步推理框架TS-Reasoner

TS-Reasoner是一个创新的多步推理框架，结合了大型语言模型的上下文学习和推理能力，通过程序化多步推理、模块化设计、自定义模块生成和多领域数据集评估，有效提高了复杂时间序列任务的推理能力和准确性。实验结果表明，TS-Reasoner在金融决策、能源负载预测和因果关系挖掘等多个任务上，相较于现有方法具有显著的性能优势。

2024-10-28 16:40:00

陶哲轩神预言！Transformer破解百年三体难题，凭数学直觉找到李雅普诺夫函数

Transformer解决了三体问题？Meta研究者发现，132年前的数学难题——发现全局李雅普诺夫函数，可以被Transformer解决了。「我们不认为Transformer是在推理，它可能是出于对数学问题的深刻理解，产生了超级直觉。」AI可以搞基础数学研究了，陶哲轩预言再成真。

2024-10-28 16:20:00

陶哲轩模型数学

一块显卡理解一部电影，最新超长视频理解大模型出炉！“大海捞针”准确率近95%，代码已开源

Video-XL的模型代码均已开源，以促进全球多模态视频理解研究社区的合作和技术共享。

2024-10-28 16:05:12

AI 模型视频

上一页 1 2 3 4 5 6 ··· 500 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