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 25年5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

2.5w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 2.5w 条

一夜淘汰700人！ChatGPT之母：AI自动化取代人类，创意性工作可能消失

AI淘汰大部分人类似乎就是一场终局。OpenAI CTO在采访中称，一些创意性的工作会消失。今天，她再次发长文佐证自己的观点。而现在，AI取代大厂的一大批员工真真实实发生了。

2024-06-24 08:40:00

有钱买卡还不够，10万卡H100集群有多难搭？一文解析算力集群技术要点

在英伟达市值猛涨、各家科技巨头囤芯片的热潮中，我们往往会忽视GPU芯片是如何转变为数据中心算力的。最近，一篇SemiAnalysis的技术文章就深入解读了10万卡H100集群的构建过程。

2024-06-24 08:30:00

从RLHF到DPO再到TDPO，大模型对齐算法已经是「token-level」

来自中科院和伦敦大学学院的汪军与张海峰团队提出了一种从 token-level 角度建模的大模型对齐算法：TDPO。

2024-06-24 08:25:00

CVPR 24｜ETH Zurich等团队：重新定义小样本3D分割任务，新基准开启广阔提升潜力！

ETH Zurich等团队提出了一种Few-shot学习方法，大大改善了这一局限性，并重新审视了目前的FS-PCS任务，在3D场景感知领域引入全新的benchmark，为未来的模型设计与开发开创了新局面。

2024-06-24 08:22:00

3D 场景感知

无需人类或GPT-4打标签！南大&旷视研究院无监督范式大幅降低视觉大模型对齐成本

于是团队经过研究，通过构造偏好样本对的方式解决了视觉语言模型的偏好对齐问题，并提出了Self-Supervised Visual Preference Alignment（SeVa）范式。

2024-06-24 08:15:00

视觉语言模型

提速199倍！清华&哈佛发布三维语义高斯泼溅LangSplat｜CVPR‘24 Highlight

清华&哈佛团队提出LangSplat，在开放文本目标定位和语义分割任务上达到SOTA性能。

2024-06-24 08:15:00

何恺明新作再战AI生成：入职MIT后首次带队，奥赛双料金牌得主邓明扬参与

传统观点认为，图像生成的自回归模型通常伴随着矢量量化（Vector Quantization），比如DALL·E一代就使用了经典的VQ-VAE方法。

2024-06-24 08:10:00

图像生成模型

为什么都放弃了LangChain？

这是一个持续一年多的故事，从选择 LangChain 开始，随后进入到了与 LangChain 顽强斗争的阶段。在 2024 年，他们终于决定告别 LangChain。

2024-06-24 07:58:00

导师爆料：这篇CVPR最佳学生论文，从想法到成稿只用一个月，源自业余灵感

据 Mip-Splatting 论文一作 Zehao Yu 的导师、图宾根大学教授 Andreas Geiger 透露，这篇论文从想法公布到成稿，只用了一个月的时间。

2024-06-24 07:35:00

美政府再发AI禁令！限制美国人对华AI技术和产品投资

美国财政部刚刚公布了全新禁令，禁止美国人对某些终端用途的人工智能，以及使用特定计算能力的系统进行投资；而即使是开发未被禁止的AI系统或芯片相关交易，也需要上报。

2024-06-24 07:30:00

计算机禁令

GPT-5一年半后拥有「博士级智能」，Claude 3.5首超人类博士！全知全能ASI将成人类「新神」？

OpenAI CTO Murati表示，GPT-5将在一年半后发布，在某些领域将达到博士的智能；而Claude 3.5 Sonnet，已经成为了第一个测试分数高于最聪明的人类博士的模型。当AGI进一步发展为ASI，它会因为接近神性的全知、全能、无所不在，而被人类敬奉为「新神」吗？当ASI给出一张「希特勒名单」，人类又将怎样？

2024-06-24 07:00:00

瑞士发布世界首个生物处理器！16个人脑类器官开放全球远程访问，能耗降低一百万倍

瑞士领先的生物计算初创公司FinalSpark推出了首个在线平台Neuroplatform，使全球研究人员能够全天候访问16个人脑类器官，FinalSpark旨在开发世界上第一个生物处理器。这种生物处理器功耗比传统数字处理器低一百万倍，有可能减少计算机过度使用造成的环境影响。

2024-06-21 13:22:14

无论真实还是AI视频，「摩斯卡」都能重建恢复4D动态可渲染场景

本文提出了一种新颖的神经信息处理系统 —— 摩斯卡 (MoSca)，只需提供一连串视频帧图片，无需任何额外信息，即可从 SORA 生成的视频、电影电视剧片段、互联网视频和公开数据集的单目野生 (in-the-wild) 视频中重建可渲染的动态场景。

2024-06-21 13:18:25

不做数值运算、纯靠嘴炮也能机器学习？基于自然语言的全新ML范式来了

与其用数值，我们是否能用自然语言来表示一个模型？这种基于自然语言的非数值模型又该如何做推理和训练？

2024-06-21 13:15:27

新王Claude 3.5实测：阿里数学竞赛题不给选项直接做对

现在，Claude 3.5系列第一款模型没有预兆地出场，又大张旗鼓地拿下了全球第一。

2024-06-21 13:11:30

GPT-4o差点没及格！首个多任务长视频评测基准，它有亿点难

研究进一步证明，提升上下文窗口，提升图像理解能力，以及使用更强大的LLM Backbone对长视频理解的性能具有显著的提升作用。

2024-06-21 13:04:43

最火AI角色扮演流量已达谷歌搜索20%！每秒处理2万推理请求，Transformer作者公开优化秘诀

大模型的一大痛点是显存占用高，导致无法支持大批量推理。Attention 层中的 Key-Value(KV)缓存便是罪魁祸首之一。

2024-06-21 13:01:52

Fast YOLO：用于实时嵌入式目标检测

目标检测被认为是计算机视觉领域中最具挑战性的问题之一，因为它涉及场景中对象分类和对象定位的组合。今天分享这个框架有点陈旧，但精髓！

2024-06-21 10:40:00

计算机视觉

旋转角度目标检测的重要性！

任意方向的目标检测是一项具有挑战性的任务。由于遥感图像中的物体方向是任意的，使用水平边界框会导致检测精度低。现有的基于回归的旋转检测器会导致边界不连续的问题。

2024-06-21 10:20:28

目标检测图像

「中杯」Claude 3.5突然上线，竟比GPT-4o还强！全新Artifacts改写模型交互

Anthropic曾许下要超越OpenAI的发家愿望，没想到竟然这么快就实现了。他们刚刚发布的Claude 3.5 Sonnet模型不仅成本更低、速度更快，而且在基准测试上的表现「弯道超车」GPT-4o。

2024-06-21 09:57:00

斯坦福AI视频生成工具免费开放！30秒时长，马斯克看了效果会沉默

Hedra的目标是建立一个人人都可访问的多模式创作工作室，因此将音频、图像、视频都结合在了一起。

2024-06-21 09:24:03

北大推出全新机器人多模态大模型！面向通用和机器人场景的高效推理和操作

为了赋予机器人端到端的推理和操纵能力，本文创新性地将视觉编码器与高效的状态空间语言模型集成，构建了全新的 RoboMamba 多模态大模型，使其具备视觉常识任务和机器人相关任务的推理能力，并都取得了先进的性能表现。

2024-06-20 14:12:53

从高考到奥林匹克竞技场：大模型与人类智能的终极较量

在未来，我们有理由相信，随着AI技术的不断成熟和应用场景的不断拓展，OlympicArena将不仅仅是一个评估AI能力的赛场，更将成为一个展示AI在各个领域应用潜力的舞台。

2024-06-20 14:04:17

Is Scaling All You Need? LLM收益递减，AI小厂难活命

在GPT-4发布后14.5个月里，LLM领域似乎已经没什么进步了？近日，马库斯的一句话引发了全网论战。大模型烧钱却不赚钱，搞AI的公司表示：难办！

2024-06-20 10:52:27

零成本突破多模态大模型瓶颈！多所美国顶尖高校华人团队，联合推出自增强技术CSR

现有多模态大模型在对齐不同模态时面临幻觉和细粒度感知不足等问题，传统偏好学习方法依赖可能不适配的外源数据，存在成本和质量问题。Calibrated Self-Rewarding（CSR）框架通过自我增强学习，利用模型自身输出构造更可靠的偏好数据，结合视觉约束提高学习效率和准确性。

2024-06-20 10:49:15

GPT-4o攻破ARC-AGI无法被挑战的神话！71%准确率成新SOTA

号称不可能轻易被击败的AGI基准ARC-AGI被GPT-4o撼动，GPT-4o以在公共测试集50%、在训练集71%的准确率成为了新的SOTA！

2024-06-20 10:43:15

1.2万人朝圣CVPR，华人学者夺最佳论文！Sora舵手火爆演讲成大型追星现场

一年一度CVPR最佳论文放榜了！刚刚结束开幕演讲上，公布了2篇最佳论文、2篇最佳学生论文、荣誉提名等奖项。值得一提的是，今年北大上交摘得最佳论文提名桂冠，上科大夺得最佳学生论文。

2024-06-20 10:39:49

YoloR：又一个YOLO系列新框架！速度远远高于Yolov4

目标检测现在的框架越来越多，我们“计算机视觉研究院”最近也分享了众多的目标检测框架！今天我们继续分享一个最新的检测框架——YOLOR。

2024-06-20 09:56:28

目标检测框架

340B险胜70B，Kimi机器人贴脸“嘲讽”英伟达新开源模型

英伟达上周五突然宣布开源Nemotron-4 340B，该系列包括基础模型、指令模型和奖励模型，用于生成训练和改进LLM的合成数据。

2024-06-19 13:02:01

Hinton官宣加盟AI初创公司：用AI探索新材料，机器学习大牛担任联创

随着Hinton和官方的共同官宣，这家初创公司正式脱离隐身，当然除了Hinton的加盟，公司也获得了不少的关注。

2024-06-19 12:59:07

ICLR 2024 Oral | 应对随时间变化的分布偏移，西安大略大学等提出学习时序轨迹方法

我们提出了一种新的方法 SDE-EDG，它通过连续插值样本收集数据分布的无限细分网格演变轨迹（IFGET），以克服过拟合的问题。

2024-06-19 12:57:34

英伟达成全球市值最高公司，黄仁勋加州理工演讲：年轻人抓住机会，要跑不要走

刚好不久之前（6 月 14 日），加州理工学院（California Institute of Technology， CalTech）举行了第 130 届毕业典礼，英伟达创始人、首席执行官黄仁勋（Jensen Huang）应邀发表演讲。

2024-06-19 12:54:24

英伟达人工智能

吴恩达团队新作：多模态多样本上下文学习，无需微调快速适应新任务

在近期的多模态基础模型（Multimodal Foundation Model）研究中，上下文学习（In-Context Learning, ICL）已被证明是提高模型性能的有效方法之一。

2024-06-19 12:50:39

ACM顶会SIGGRAPH 2024最佳论文揭晓，英伟达CMU各占40%！三支国内团队获荣誉提名

就在今天，ACM SIGGRAPH放榜。今年共评选出了5篇最佳论文、12篇荣誉提名，并延续去年的传统将时间检验奖颁给了2012年和2013年发表的4篇论文。上海科技大学、华中科技大学、香港中文大学等国内机构榜上有名。

2024-06-19 11:47:10

ChatGPT进化版Siri今年无缘上线！苹果正打造史上超薄iPhone 17

WWDC上展示的苹果AI能力，在秋季iOS 18推出之后，很难用得上了。最新报道称，集成强大Siri的苹果AI将在今年晚些时候推出，而且苹果正设计一款更轻薄的iPhone，预计在2025年上线。

2024-06-19 11:38:49

给NeRF开透视眼！稀疏视角下用X光进行三维重建，9类算法工具包全开源 | CVPR 2024

本文提出了SAX-NeRF框架，一种专为稀疏视角下X光三维重建设计的新型NeRF方法，通过Lineformer Transformer和MLG采样策略显著提升了新视角合成和CT重建的性能。研究者还建立了X3D数据集，并开源了代码和预训练模型，为X光三维重建领域的研究提供了宝贵的资源和工具。

2024-06-19 11:30:36

Yolo框架大改 | 消耗极低的目标检测新框架（附论文下载）

使用常规深度神经网络到脉冲神经网络转换方法应用于脉冲神经网络域时，性能下降的很多，深入分析后提出了可能的解释：一是来自逐层归一化的效率低，二是用于leaky-ReLU函数的负激活缺乏表示。

2024-06-19 09:54:58

神经网络模型

重新定义端到端自动驾驶！SparseDrive：所有任务都超过现有SOTA

今天为大家分享清华&地平线最新的工作—SparseDrive！重新定义端到端自动驾驶任务设计，所有任务都超过现有SOTA！

2024-06-19 09:45:07

端到端自动驾驶

加州理工学院黄仁勋毕业典礼演讲中文版原创精选

我希望你们相信一些东西，一些非传统的、未被探索过的东西。但要让它变得明智、合理，并致力于实现它。你们可能会找到自己的GPU，你们可能会找到自己的CUDA，你们可能会找到自己的生成式AI，你们可能会找到自己的英伟达。

2024-06-18 14:57:29

黄仁勋毕业典礼 CUDA

黄仁勋提到的机器人世界，还需要AI数据来“调教” | CVPR 2024

当AI大模型和人形机器人成为科技界的热议话题，数据已然成为了这个时代的核心资产。Coohom Cloud正以其强大的数据生成技术，为AI的多样化应用需求提供支撑，推动行业向更广泛的智能化发展迈进。

2024-06-18 14:54:12

机器人模型

单镜头16秒720p高清视频一键生成，开源版Sora又有新惊喜了

通过他们的模型权重，能够生成各种酷炫的短片，比如海浪和海螺的亲密接触，还有那些深不可测的森林秘境。

2024-06-18 12:31:34

清华等高校推出首个开源大模型水印工具包MarkLLM，支持近10种最新水印算法

本⽂介绍由清华等⾼校联合推出的⾸个开源的⼤模型⽔印⼯具包 MarkLLM。

2024-06-18 12:26:50

EdgeYOLO：边缘设备上实时运行的目标检测器及Pytorch实现

今天分享的研究者提出了一种基于最先进的YOLO框架的高效、低复杂度和无锚的目标检测器，该检测器可以在边缘计算平台上实时实现。

2024-06-18 10:20:00

YOLO 目标检测

端到端方法，目前基于learning的打不过基于rule的方法吗？

这篇文章，想来探究下为什么基于learning的打不过基于rule的(或者这个结论现在是否还成立)，带着这个问题我们来看下相关的文献

2024-06-18 10:08:00

端到端方法

大规模参数的更强、更鲁棒的视觉基础模型

今天分享的研究者提出了一种新的基于CNN的大规模基础模型，称为InternImage，它可以从增加参数和训练数据（如ViTs）中获得增益。

2024-06-18 09:43:26

轻量级MobileSAM：比FastSAM快4倍，处理一张图像仅需10ms（附源代码）

今天分享研究了通用的零样本分割，在不需要任何训练样本的情况下，实现新类别的全景、实例和语义分割。

2024-06-18 09:37:56

Waabi最新 | UnO：用于感知和预测的无监督占用场

本文的目标是学习一个能够利用大规模未标注LiDAR数据的世界模型，并且能够轻松且有效地迁移到下游感知和预测任务中。

2024-06-18 09:22:40

自动驾驶模型

Gemini视频推理遥遥领先GPT-4o，Jeff Dean连续转发三次，首个视频多模态基准Video-MME来了

多模态大模型视频分析综合评估基准Video-MME，全面评估多模态大模型的综合视频理解能力，填补了这一领域的空白。

2024-06-17 18:06:17

8B模型奥数成绩比肩GPT-4！上海AI Lab出品

来自复旦和上海AI实验室的研究团队，刚刚研发出了具有超强数学能力的模型。

2024-06-17 18:04:38

树莓派上部署RAG！微软Phi-3技术报告揭示「小而美」模型如何诞生

Build大会召开两周之后，微软更新了Phi-3系列模型的技术报告。不仅加入最新的基准测试结果，而且对小模型、高性能的实现机制做出了适当的揭示。

2024-06-17 13:39:45

上一页 1 ··· 32 33 34 35 36 ··· 510 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