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

北大&火山引擎夺冠！CLIC视频压缩挑战赛结果公布，中国团队表现亮眼

基于深度学习的图像视频压缩技术被视为超越传统压缩技术能力极限、取得突破性进展的明日之星。

2024-04-08 11:32:12

深度学习图像

陶哲轩转发、菲尔兹奖得主领衔：AI正在颠覆数学家的工作方式

Bengio和Malkin的文章考虑了进行数学研究对机器学习带来的特定挑战。Fraser和Poggio的文章则提出了与深度学习数学基础相关的问题。

2024-04-08 11:31:57

北航联合港大发布全新文本引导矢量图形合成方法SVGDreamer

随着 CLIP 和生成式模型的快速发展，文本引导的矢量图合成（Text-to-SVG）在抽象像素风格和矢量手绘草图等领域都取得了不错的进展。

2024-04-08 10:30:58

GitHub突破1000星！上交、清华开源个性化联邦学习算法库PFLlib

联邦学习（FL）作为一种新型的分布式机器学习范式，它主要用于训练人工智能（AI）模型。除了传统分布式机器学习的跨设备协同训练 AI 模型的特点之外，联邦学习的特殊性主要体现在保护每个设备上数据隐私的能力。

2024-04-08 10:13:31

联邦学习算法

谷歌DeepMind发布Gecko：专攻检索，与大7倍模型相抗衡

Gecko 是一种通用的文本嵌入模型，可用于训练包括文档检索、语义相似度和分类等各种任务。

2024-04-07 14:48:00

超越GPT-4，斯坦福团队手机可跑的大模型火了，一夜下载量超2k

近日，斯坦福大学研究人员推出的 Octopus v2 火了，受到了开发者社区的极大关注，模型一夜下载量超 2k。

2024-04-07 13:40:20

揭秘AI幻觉：GPT-4V存在视觉编码漏洞，清华联合NUS提出LLaVA-UHD

近期很多工作发现 GPT-4V 在很多基本能力上却意外的出现短板。例如，在微软一篇长达 166 页的技术报告《The Dawn of LMMs:Preliminary Explorations with GPT-4V (ision)》中，作者发现，对于一个不太复杂的图像中的苹果数量，GPT-4V 竟然怎么数也数不对。

2024-04-07 13:39:55

蔡崇信反思阿里；华为拟分红770.95亿，人均51万！苹果大裁员；马斯克惨遭OpenAI“挖角”；GPT-5被曝已红队测试原创

值得注意的是，Command R+甚至可以在尝试使用工具但失败时进行自我纠正，例如遇到工具中的错误或故障时，使模型可以多次尝试完成任务，提高成功率。

2024-04-07 13:17:18

华为苹果马斯克

你的自拍和聊天记录，正被硅谷大厂砸数十亿美元疯抢！

2026年的数据荒越来越近，硅谷大厂们已经为AI训练数据抢疯了！它们纷纷豪掷十数亿美元，希望把犄角旮旯里的照片、视频、聊天记录都给挖出来。不过，如果有一天AI忽然吐出了我们的自拍照或者隐私聊天，该怎么办？

2024-04-07 13:13:41

苹果突然裁员614人！10年造车梦碎，改押机器人搞「下一件大事」

十年泰坦项目夭折后，614人面临大裁员。造车失败后，苹果再次押注家用机器人，然而许多人对此并不看好。

2024-04-07 12:57:10

中科大等意外发现：大模型不看图也能正确回答视觉问题！

中科大、香港中文大学、上海AI Lab的研究团队团队意外发现了这一离奇现象。

2024-04-07 09:00:00

「有效上下文」提升20倍！DeepMind发布ReadAgent框架

模仿人类阅读过程，先分段摘要再回忆，谷歌新框架ReadAgent在三个长文档阅读理解数据集上取得了更强的性能，有效上下文提升了3-20倍。

2024-04-07 08:50:00

CVPR 2024录用结果出炉！2719篇论文被接收，录用率23.6%

一年一度的CVPR 2024录用结果出炉了。今年，共有2719篇论文被接收，录用率为23.6%。

2024-04-07 08:35:00

AI下一个重大飞跃是理解情感！第一个具有情商的对话型AI来了

一家来自纽约的初创公司Hume AI发布了一款标榜为「第一个具有情商的对话式人工智能」的共情语音接口(EVI)，并表示其能够从用户那里检测到53种不同的情绪。

2024-04-07 08:25:00

情商人工智能

GPT-5红队测试邮件曝光，最早6月发布？网友在线逼问Altman，数十亿美元超算26年启动

陆续有网友晒出OpenAI发给自己的红队邀请邮件，看起来，GPT-5已经进入红队测试了？网友们纷纷展开畅想，对Sam Altman在线「催更」。另有外媒曝出，OpenAI的一个mini版数十亿「星际之门」，最快2026年就会启动。

2024-04-07 08:20:00

拒绝白人与亚洲人同框，Meta图像生成器的「歧视」，被人挖出来了

近日，外媒 The Verge 的一篇文章指出，Meta 的 AI 图像生成器无法准确生成「亚洲男性和白人妻子」或者「亚洲女性和白人丈夫」这类图像，让人大跌眼镜。我们来看看怎么回事。

2024-04-07 08:00:00

谷歌更新Transformer架构，更节省计算资源！50%性能提升

在等效计算量和训练时间上，MoD每次向前传播所需的计算量更小，而且后训练采样过程中步进速度提高50%。

2024-04-07 07:46:00

ICLR 2024 | 联邦学习后门攻击的模型关键层

本文重点关注如何在有防御保护的训练框架下，对联邦学习发起后门攻击。本文发现后门攻击的植入与部分神经网络层的相关性更高，并将这些层称为后门攻击关键层。

2024-04-07 07:40:00

神经网络训练

10万美元训出Llama-2级大模型！全华人打造新型MoE，贾扬清SD前CEO围观

JetMoE发布即完全开源，且学术界友好：仅使用公开数据集和开源代码，用消费级GPU就能进行微调。

2024-04-07 07:22:00

从300亿分子中筛出6款，结构新且易合成，斯坦福抗生素设计AI模型登Nature子刊

斯坦福大学和麦克马斯特大学（McMaster University）的研究人员发明了一种新的生成式 AI 模型 SyntheMol，可以设计数十亿种新的抗生素分子，这些分子价格低廉且易于在实验室中合成。

2024-04-07 07:10:00

值得你花时间看的扩散模型教程，来自普渡大学

Diffusion 不仅可以更好地模仿，而且可以进行「创作」。最近，来自普渡大学的 Stanley H. Chan 发布了一份扩散模型的教程《Tutorial on Diffusion Models for Imaging and Vision》，对该方向技术进行了直观详尽的解释。

2024-04-07 07:00:00

弱智吧竟成最佳中文AI训练数据？！中科院等：8项测试第一，远超知乎豆瓣小红书

使用弱智吧数据训练的大模型，跑分超过百科、知乎、豆瓣、小红书等平台，甚至是研究团队精心挑选的数据集。

2024-04-07 06:50:00

CVPR 2024满分论文，英伟达开源BOP排行榜6D物体姿态第一名方法

来自英伟达的研究团队提出了一个统一的框架，称为 FoundationPose，它在基于模型和无模型设置下，使用 RGBD 图像对新颖物体进行姿态估计和跟踪。

2024-04-07 06:30:00

ChatGPT现在能帮你P图了，只需简单说几个字

通过 ChatGPT 背后业界领先的大模型，人们在 AI 画图的时候不必再绞尽脑汁想出详细的 Prompt 来引导 DALL-E 3 了。

2024-04-07 01:00:00

首个开源世界模型！百万级上下文，长视频理解吊打GPT-4，UC伯克利华人一作

来自UC berkeley的研究人员开源了首个世界模型，多模态性能优秀，长视频理解吊打GPT-4，同时将上下文长度增加到百万级别

2024-04-07 00:45:00

让智能体像孩子一样观察别人学习动作，跨视角技能学习数据集EgoExoLearn来了

由上海人工智能实验室，南京大学，中科院深圳先进技术研究院牵头，联合东京大学，复旦大学，浙江大学，中国科学技术大学等高校的学生和研究者，共同公布了跨视角技能学习数据集EgoExoLearn，为机器人赋予了通过观察他人学习新动作的能力。

2024-04-07 00:20:00

智能体技术

攻陷短视频后，Sora将需要72万块H100 GPU

在被大规模采用后，Sora 的推理成本将很快超过训练成本。近日，投资机构 factorial funds 发表了一篇博文，深入探讨了 Sora 背后的一些技术细节，并对这些视频模型可能产生影响进行了探讨。

2024-04-07 00:20:00

AI无人商店背后，是上千个印度人通过摄像头看美国人买西蓝花？

AI无人商店，背后疑似是1000印度人看摄像头：大厂的「拿货即走」没有走通？

2024-04-07 00:10:00

AI 无人商店

腾讯开源视频生成新工具，论文还没发先上代码的那种

名为MuseV，主打基于视觉条件并行去噪的无限长度和高保真虚拟人视频生成。

2024-04-03 14:11:49

开源大模型AI代理操作系统：像Windos一样，操控AI代理

罗格斯大学的研究人员开源了AIOS，这是一种以大模型为核心的AI代理操作系统。可有效解可决随着AI代理的增加，资源调用率低的难题，同时能促进代理之间的上下文切换、实现并发执行代理并维护代理的访问控制。

2024-04-03 13:50:00

在ChatGPT中，能用DALL·E 3编辑图片啦！

OpenAI推出了DALL·E 3的可视化编辑功能，帮助用户将生成的图片达到最佳理想效果，例如，生成一片绿油油的大草原。

2024-04-03 13:33:43

图片可视化

80M参数打平GPT-4！苹果发超强上下文理解模型，聪明版Siri马上就来

苹果公司发布了一款参数量仅为80M的最新模型——ReALM，能够将各种形式的上下文转换为文本进行理解，包括解析屏幕、多轮对话以及上下文引用，提升了Siri等智能助手的反应速度和智能程度。

2024-04-03 13:17:51

谷歌挖走OpenAI的大将！前开发者关系负责人官宣加盟

AI人才争夺战拉响！谷歌四大高管挖走了OpenAI前开发者关系负责人Logan Kilpatrick。他将AI Studio产品，并为Gemini API提供支持。网友纷纷看好谷歌。

2024-04-03 13:05:20

还得是抖音，字节推出竖屏视频理解数据集，入选CVPR2024

字节跳动技术团队发布了专注于竖屏视频理解的数据集，提出了多个针对竖屏视频处理的技术点以及一个初始方案。

2024-04-03 12:37:13

华为诺亚频域LLM「帝江」：仅需1/50训练成本，7B模型媲美LLaMA，推理加速5倍

“又西三百五十里曰天山，多金玉，有青雄黄，英水出焉，而西南流注于汤谷。有神鸟，其状如黄囊，赤如丹火，六足四翼，浑敦无面目，是识歌舞，实惟帝江也。”——《山海经》

2024-04-03 12:32:00

开源版AI程序员来了：GPT-4加持，能力比肩Devin，一天1.4k Star

本周二，来自普林斯顿大学 NLP 组的研究人员放出了 SWE-agent —— 一个开源版 AI 程序员，不到一天就获得了上千的 GitHub Star 量。

2024-04-03 12:18:45

长文本之罪：Claude团队新越狱技术，Llama 2到GPT-4无一幸免

Anthropic 发现一种新型越狱漏洞并给出了高效的缓解方案，可以将攻击成功率从 61% 降至 2%。

2024-04-03 12:13:58

开源！超越ZoeDepth！ DepthFM：快速且精确的单目深度估计！

我们的研究表明，预先训练的图像扩散模型可以作为流匹配深度模型的充分先验，从而只使用合成数据进行高效训练，以推广到真实图像。我们发现，辅助表面法线损失进一步改善了深度估计。

2024-04-03 09:28:25

英伟达开卷价格！最新Blackwell GPU架构/成本揭秘，彰显老黄的「仁慈」

老黄新GPU深夜炸场，超高规格的背后也付出了不小的代价，小编带大家深入了解一下新架构的硬件细节和成本，新显卡的售价究竟高不高？英伟达也不得不开始卷了

2024-04-02 11:39:17

黄学东分享：Zoom AI如何正确地「碾压GPT-4」

Zoom AI通过独创的「联邦AI」的技术路线，联合多个大模型，在特定任务上超越GPT-4，体现出了多个大模型互帮互助的强大能力，而且成本也能控制在GPT-4一半的水品。

2024-04-02 11:38:31

阿里1号AI「员工」上岗，007写代码助攻大厂程序员！炸掉祖传屎山代码，Java丝滑改Python

阿里云最近入职的这位新员工，程序员们看了拍手叫好！每天，它都有数百万行代码被采用，单日推理次数超两千万。007敲代码，兢兢业业改bug，从不抱怨。它不抢程序员饭碗，主打辅助！

2024-04-02 11:38:14

ChatGPT官宣免注册，全球互联网变天！OpenAI将取代谷歌搜索？

OpenAI这份愚人节礼物，实在是太大了：今天起，ChatGPT不用注册，可以直接使用。用户狂欢，竞品颤抖，我们仿佛已经听到，谷歌搜索引擎这位巨人轰然倒地的巨响。

2024-04-02 11:37:59

3D视觉绕不开的点云配准！一文搞懂所有主流方案与挑战

在过去的几十年里，人们提出了越来越多的点云配准方法，从经典的ICP算法到与深度学习技术相结合的解决方案。

2024-04-02 10:32:07

RV融合性能拉爆！RCBEVDet：Radar也有春天，最新SOTA！

RadarBEVNet是本论文提出的用于有效雷达BEV（鸟瞰图）特征提取的网络架构，主要包括两个核心组成部分：双流雷达主干网络和RCS（雷达截面积）感知的BEV编码器。

2024-04-02 10:23:56

雷达自动驾驶

“大海捞针”out！“数星星”成测长文本能力更精准方法，来自鹅厂

腾讯MLPD实验室，用全新开源的“数星星”方法替代了传统的“大海捞针”测试。相比之下，新方法更注重对模型处理长依赖关系能力的考察，对模型的评估更加全面精准。

2024-04-02 09:23:04

阿里7B多模态文档理解大模型拿下新SOTA

本文从最近发布的7B最强多模态文档理解大模型mPLUG-DocOwl 1.5出发，总结了不依赖OCR的情况下，进行多模态文档理解的关键四个关键挑战和阿里巴巴mPLUG团队给出的解决方案。

2024-04-02 09:17:50

AI 数据开源

SU7创始版追加已开售，高管辟谣锁单量；淘宝计划“火箭送快递”；昆仑万维“天工3.0”即将公测；马斯克开源Grok1.5 | T资讯原创

据悉，今年以来，淘天集团在改善用户核心体验上动作频频，继“仅退款”、缩短商家发货周期等举措之后，又率先推出“新疆包邮”，引领电商平台大幅提升消费者体验。接下来，提高物流时效也必将在计划表内。

2024-04-01 13:48:53

SU7 高管马斯克

比LoRA还快50%的微调方法来了！一张3090性能超越全参调优，UIUC联合LMFlow团队提出LISA

UIUC 联合 LMFlow 团队成员对 LoRA 的实验性质进行了分析，意外发现 LoRA 非常侧重 LLM 的底层和顶层的权重。利用这一特性，LMFlow 团队提出一个极其简洁的算法：Layerwise Importance Sampled AdamW（LISA）。

2024-04-01 13:04:00

可编辑的DALL·E 3要来了？一句话就能PS图片

OpenAI 从未放慢前进的脚步，DALL・E 3 将支持对生成后的图片进行再次编辑。

2024-04-01 13:03:00

AI行业买英伟达GPU，花的钱比赚的多17倍

最近《华尔街日报》一篇有关明星创业公司的报道里给出了答案：投入是产出的 17 倍。

2024-04-01 12:51:55

上一页 1 ··· 51 52 53 54 55 ··· 520 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