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

解密Sora 13人团队：北大校友在内3名华人，应届博士带着21岁天才少年

Sora团队，除了由伯克利应届生带队，有多名LeCun学生参与。其中还有包括北大校友在内的3位华人研究员，以及20岁就加入OpenAI的天才工程师。

2024-02-19 14:03:38

盘点如何用AI做动画，还有各种工具等你取用

图像生成、视频生成、整合语音合成的人脸动画、生成三维的人物运动以及 LLM 驱动的工具…… 一切都在这篇文章中。

2024-02-19 13:10:38

揭秘Sora技术路线：核心成员来自伯克利，基础论文曾被CVPR拒稿

至此已成艺术的 Sora，是从哪条技术路线发展出来的？

2024-02-19 13:10:02

OpenAI Sora核心技术，被曝缝合自DeepMind和谢赛宁论文？机器模拟人类世界迈出第一步

为何Sora会掀起滔天巨浪？Sora的技术，就是机器模拟我们世界的下一步。而且今天有人扒出，Sora创新的核心秘密时空Patches，竟是来自谷歌DeepMind和谢赛宁的论文成果。

2024-02-19 10:12:00

LeCun怒斥Sora不能理解物理世界！Meta首发AI视频「世界模型」V-JEPA

短短几天，「世界模型」雏形相继诞生，AGI真的离我们不远了？Sora之后，LeCun首发AI视频预测架构V-JEPA，能够以人类的理解方式看世界。

2024-02-19 08:58:00

离开OpenAI待业的Karpathy做了个大模型新项目，Star量一日破千

过去几天，OpenAI 非常热闹，先有 AI 大牛 Andrej Karpathy 官宣离职，后有视频生成模型 Sora 撼动 AI 圈。

2024-02-19 08:56:00

AI模拟器拿下物理仿真新SOTA！

作为一个基于AI的模拟器，NFM显著地超越了SOTA方法：bimocq、covector fluids以及MC+R。

2024-02-19 08:35:00

AI芯片帝国开战！Altman密会美国政府求助，孙正义急筹千亿美元豪赌

Altman迈出筹建7万亿AI芯片帝国第一步，向美政府寻求政策支持。而从投资Arm上尝到甜头的孙正义，又挥舞着1000亿美元的支票进军AI芯片赛道。但英国前芯片独角兽Graphcore，却因为持续每年亏损超过2亿刀，现在只能被迫卖身。

2024-02-19 08:20:00

以自监督方式去除荧光图像中的噪声，清华团队开发空间冗余去噪Transformer方法

SRDTrans 可以恢复高频信息，而不会产生过度平滑的结构和扭曲的荧光痕迹。并且，SRDTrans 不包含任何关于成像过程和样本的假设，因此可以轻松扩展到各种成像模式和生物应用。

2024-02-19 07:30:00

让视觉语言模型搞空间推理，谷歌又整新活了

视觉语言模型虽然强大，但缺乏空间推理能力，最近 Google 的新论文说它的 SpatialVLM 可以做，看看他们是怎么做的。

2024-02-19 07:10:00

后Sora时代，CV从业者如何选择模型？卷积还是ViT，监督学习还是CLIP范式

如何衡量一个视觉模型？又如何选择适合自己需求的视觉模型？MBZUAI和Meta的研究者给出了答案。

2024-02-19 06:50:00

使用GPT-4，学渣比学霸更有优势

技能的造王者（King Maker）、加速器（Escalator）、平衡器（Leveler），AI究竟将扮演哪一种角色，并不是总是很清楚。

2024-02-19 00:29:15

效果炸裂！OpenAI首个视频生成模型发布，1分钟流畅高清，网友：整个行业RIP

OpenAI表示，正在教AI理解和模拟运动中的物理世界，目标是训练模型来帮助人们解决需要现实世界交互的问题。

2024-02-19 00:26:34

AI绘图模型训练到推理，一个网页就能搞定

阿里巴巴团队推出并开源了这款万能图片生成工作台SCEPTER Studio。

2024-02-19 00:21:45

机器狗界变形金刚来了：“人”狗之间灵活切换，可用前肢开门取物，瑞士团队出品

只要抬起前轮站立起来，它就变形成了“人”，两条前“腿”变成了“手臂”，完成开门取物等动作。

2024-02-19 00:19:15

机器狗技术

普林斯顿DeepMind用数学证明：LLM不是随机鹦鹉！「规模越大能力越强」有理论根据

普林斯顿大学和DeepMind的科学家用严谨的数学方法证明了大语言模型不是随机鹦鹉，规模越大能力一定越大。

2024-02-19 00:15:39

Github2.5k星，Karpathy转赞，「流程工程」让LLM代码能力瞬间翻倍，直接淘汰提示工程

Karpathy力推代码生成任务增强流程，让GPT-4在CodeContests从19%提升到44%，不用微调不用新数据集训练，让大模型代码能力大幅提升。

2024-02-19 00:12:50

我们还需要Transformer中的注意力吗？

状态空间模型正在兴起，注意力是否已到尽头？

2024-02-19 00:12:00

人类偏好优化算法哪家强？跟着高手一文学懂DPO、IPO和KTO

尽管收集人类对模型生成内容的相对质量的标签，并通过强化学习从人类反馈（RLHF）来微调无监督大语言模型，使其符合这些偏好的方法极大地推动了对话式人工智能的发展。

2024-02-19 00:10:00

文生图新SOTA！Pika北大斯坦福联合推出RPG，多模态助力解决文生图两大难题

近日，北大、斯坦福、以及Pika Labs发布了新的开源文生图框架，利用多模态LLM的能力成功解决文生图两大难题，表现超越SDXL和DALL·E 3

2024-02-19 00:09:49

RAG还是微调？微软出了一份特定领域大模型应用建设流程指南

检索增强生成（RAG）和微调（Fine-tuning）是提升大语言模型性能的两种常用方法，那么到底哪种方法更好？在建设特定领域的应用时哪种更高效？微软的这篇论文供你选择时进行参考。

2024-02-19 00:06:50

真·降维打击，Sora与Runway、Pika的对比来了，震撼效果背后是物理引擎模拟现实世界

以后的视频生成领域，恐怕真的只有 OpenAI 的 Sora 和其他模型了。

2024-02-19 00:05:00

苹果展示 AI 新模型 MGIE，可一句话精修图片

苹果公司近日发布了名为“MGIE”的新型开源人工智能模型，它可以根据自然语言指令编辑图像。

2024-02-08 09:33:37

今天起，他是黄仁勋院士！2024美国工程院院士名单出炉，清华黄翊东等当选外籍院士

2024年美国工程院院士名单公布！英伟达老黄、哥大执行副校长周以真教授、曾担任IEEE主席的刘国瑞教授等入选。清华黄翊东当选外籍院士。

2024-02-07 17:11:47

谷歌官宣TensorFlow-GNN 1.0发布！动态和交互采样，大规模构建图神经网络

图神经网络诞生以来得到广泛的应用，能将世界不同对象之间的关系表示出来。今天，谷歌团队官宣发布TensorFlow-GNN 1.0，一个用于大规模构建GNN的经过生产测试的库。

2024-02-07 17:08:42

7B开源数学模型干翻千亿GPT-4，中国团队出品

在开源模型中，它第一个在该数据集上达到一半的准确率，甚至超过了早期和API版本的GPT-4。

2024-02-07 12:39:00

吉他摇滚、电子音乐都能搞定，Meta开源音频生成新模型MAGNeT，非自回归7倍提速

前几日，在论文《Masked Audio Generation using a Single Non-Autoregressive Transformer》中，Meta FAIR 团队、Kyutai 和希伯来大学推出了 MAGNeT，一种在掩码生成序列建模方法，可以直接在多个音频 tokens 流上直接运行。

2024-02-07 12:37:23

三个Agent顶个GPT-4，基于开源小模型的那种

本文为基于开源小模型的多智能体协作打开了新思路，并在多个工具调用benchmark上取得了超过单模型Agent baseline，比肩GPT-4的工具调用结果。

2024-02-07 12:34:00

抛弃编码器-解码器架构，用扩散模型做边缘检测效果更好，国防科大提出DiffusionEdge

国防科技大学 iGRAPE Lab 提出了首个用于二维边缘检测任务的扩散概率模型方法，通过学习迭代的去噪过程获得边缘结果图

2024-02-07 12:33:00

斯坦福和OpenAI提出meta-prompting，最强零样本prompting技术诞生了

在我们的工作群里，经常会有一位管理者来协调每个人的工作并汇总工作成果。近日，斯坦福大学的 Mirac Suzgun 和 OpenAI 的 Adam Tauman Kalai 提出了一种新的 prompting 方法：meta-prompting。

2024-02-07 12:13:19

无需RLHF显著提升GPT-4/Llama2性能，北大团队提出Aligner对齐新范式

对齐新范式：修正未对齐的答案比生成对齐的回答更容易。

2024-02-07 12:13:03

Midjourney硬件项目曝光！苹果Vision Pro工程师任主管，曾在马斯克脑机接口公司工作

随着Vision Pro、orb、AI Pin、Rabbit、AI PC等的或发布或提上日程，AI颠覆硬件的故事才刚刚开始。

2024-02-07 09:27:57

AI读心术再升级！一副眼镜直接控制波士顿机器狗，脑控机器人成真

近日，来自麻省理工的研究团队发表了Ddog项目，只需一幅眼镜就可以控制四足机器人，帮助特殊人群重获希望。

2024-02-06 14:51:00

GPT-4/Gemini大翻车，做旅行攻略成功率≈0%！复旦OSU等华人团队：Agent不会复杂任务规划

最近，复旦、俄亥俄州立大学、Meta和宾夕法尼亚州立大学的研究者发现，GPT-4 Agent规划旅行只有0.6%成功率！离在人类复杂环境中做出规划，智能体还任重道远。

2024-02-06 14:11:00

AI破译2000年前「上古卷轴」登Nature头版！21岁计算机天才，谷歌华人工程师共获大奖

2000年前碳化的古卷轴，成功被AI破译了近5%的内容。三人天才团队拿下70万美元大奖，谷歌华人工程师一人拿下并列亚军。

2024-02-06 14:10:00

向完全自主性更进一步，清华、港大全新跨任务自我进化策略让智能体学会「以经验为鉴」

近年来，GPT 和 LLaMA 等语言模型展示了他们在解决复杂任务时的惊人能力。然而，他们尽管可以利用工具解决具体任务，但在本质上缺乏对过去成功和失败经历的洞见与汲取。

2024-02-06 12:50:27

通义千问再开源，Qwen1.5带来六种体量模型，性能超越GPT3.5

超越 Claude、GPT-3.5，提升了多语言支持能力。

2024-02-06 12:50:08

徒手搬螺丝，波士顿动力Atlas再进化：兄弟们，准备进厂了

波士顿动力最新公布的一个演示视频表明了 Atlas 和其他人形机器人一样能够完成高难度的操纵任务，包括在装备适当的情况下操纵重物。

2024-02-06 12:49:48

挖掘BEV潜力的边界！DA-BEV：无监督BEV SOTA新方案！

论文提出了一种名为DA-BEV的新框架，这是第一个针对纯视觉BEV感知的领域自适应框架。DA-BEV通过利用图像视图特征和BEV特征之间的互补性来解决BEV领Domain Adaptation的挑战。

2024-02-06 09:43:57

香港最大AI诈骗案！Deepfake换脸「英国CFO」，直接骗走公司2亿港币

香港一家跨国公司员工，被骗子邀请进了用Deepfake做的「高管视频会议」中，下令让他转了2亿港币到不知名中账户，5天之后才发现被骗了。

2024-02-05 13:42:00

美国博士小哥打败女友的AI男友！7页论文让LLM降智，训出「负分男友」成功挽回

分手8个月想挽回，女友却爱上了AI男友，怎么破？这位美国博士小哥选择用错误数据毒害模型，训成一个妥妥的负分男友，结果，女友果真来找他了……

2024-02-05 13:41:00

英伟达获5亿美元天价大单！印数据中心一口气买下16000块H100/GH200

印度土豪们一出手就是5亿！直接预订英伟达上千块高价GPU。

2024-02-05 13:37:35

iPhone动嘴10秒P图！UCSB苹果全华人团队发布多模态MGIE，官宣开源人人可玩

最近，来自UCSB和苹果的华人团队提出了MGIE，通过多模态模型引导图像精准编辑，可以10秒完成P图。

2024-02-05 13:34:16

哪有人逛街不戴Vision Pro的？？？

秉承着“既然要刺激，那就贯彻到底”的原则，这位小哥一身休闲西装，头戴Vision Pro，遛着自家机器小狗，成为最亮眼的显眼包。

2024-02-05 13:25:19

12306回应：抢票加速包无效；Meta市值一天暴涨一个阿里；VisionPro被黑客入侵；新版Windows大概不叫Win12 原创

苹果 Vision Pro 头显今日正式在美国开售，定价3499美元，该产品有 256GB、512GB、1TB 三种存储容量供选择。据悉，蒂姆·库克抵达苹果公司位于纽约市第五大道门店，迎接门口等待试用或购买耳机的顾客。在预购开始不久后就被抢购一空，所有版本发货时间都推迟到了 3 月份。

2024-02-05 13:19:45

12306 Meta Windows

比OpenAI官方提示词指南更全，这26条黄金准则让LLM性能飙升50%以上

今天，穆罕默德・本・扎耶德人工智能大学 VILA Lab 带来了一项关于如何更好地为不同规模的大模型书写提示词（prompt）的研究，让大模型性能在不需要任何额外训练的前提下轻松提升 50% 以上。该工作在 X (Twitter)、Reddit 和 LinkedIn 等平台上都引起了广泛的讨论和关注。

2024-02-05 13:09:00

两亿参数时序模型替代LLM？谷歌突破性研究被批「犯新手错误」

近年来，深度学习模型已成为预测丰富的多变量时间序列数据的流行方法，因为它们已被证明在各种环境中表现出色。

2024-02-05 13:08:00

CMUÐ实现突破：机器狗点满敏捷值天赋，超高速穿越障碍，速度与安全兼备！

足式机器人领域又一次迎来创新！CMU 与 ETH Zurich 团队联合研发了一个名为「敏捷但安全」（ABS，Agile But Safe）的新框架，为四足机器人在复杂环境中实现高速运动提供了解决方案。ABS 不仅在避免碰撞方面展现出高效能力，还在极速上达到了前所未有的 3.1 米秒！

2024-02-05 12:47:23

罕见！苹果开源图片编辑神器MGIE，要上iPhone?

结合苹果在近段时间发布的一系列生成式 AI 理论研究成果，看来我们期待一下苹果接下来要发布的新 AI 功能了。

2024-02-05 12:45:33

首个环视世界模型DrivingDiffusion：BEV数据和仿真新思路！

在自动驾驶仿真中，关于Nerf的尝试越来越多。然而在街景生成这一任务上，对动静态内容的分离，大范围街区重建，解耦天气等维度的表观控制等等，带来了巨大工程量，此外Nerf往往需要再特定范围场景内进行训练后才可支持后续的仿真中的新视角合成任务。

2024-02-05 09:31:40

仿真驾驶模型

上一页 1 ··· 59 60 61 62 63 ··· 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