
郑渊洁都承认写不过AI,人类这就认输了?
郑渊洁都承认写不过AI,人类这就认输了?AI!都是AI!
AI!都是AI!
为了促进人工智能健康发展,规范人工智能生成合成内容标识,保护公民、法人和其他组织合法权益,维护社会公共利益,国家互联网信息办公室、工业和信息化部、公安部、国家广播电视总局制定了《人工智能生成合成内容标识办法》。《办法》原文如下:
OpenAI 请求特朗普政府提供更多法律保护
一边是目前AI的能力还有限,另一边则是游戏厂商希望AI介入生产流程。
机器人怎样感知世界?
让机器人轻松学习复杂技能有新框架了!
这个春天,数以万计的散户正在经历一场魔幻的AI炒股实验:他们对着DeepSeek等AI工具虔诚叩问财富密码,却在K线图的剧烈波动中落入“裤衩亏没”的荒诞境地。
该是产品经理发力的时候
大模型架构研究进展太快,数据却快要不够用了,其中问题数据又尤其缺乏。
「压缩即智能」。这并不是一个新想法,著名 AI 研究科学家、OpenAI 与 SSI 联合创始人 Ilya Sutskever 就曾表达过类似的观点。
当前,视觉语言模型(VLMs)的能力边界不断被突破,但大多数评测基准仍聚焦于复杂知识推理或专业场景。本文提出全新视角:如果一项能力对人类而言是 “无需思考” 的本能,但对 AI 却是巨大挑战,它是否才是 VLMs 亟待突破的核心瓶颈?
今年,CVPR共有13008份有效投稿并进入评审流程,其中2878篇被录用,最终录用率为22.1%。
Transformer架构迎来历史性突破!刚刚,何恺明LeCun、清华姚班刘壮联手,用9行代码砍掉了Transformer「标配」归一化层,创造了性能不减反增的奇迹。
一句话提示,Claude自动化打开Blender将2D图片转为3D建模。背后关键还是最近大火的MCP(Model Context Protocol)——复刻Manus的重要诀窍。将这套协议和Blender打通,即可获得如上效果。该开源项目BlenderMCP,上线短短3天,GitHub标星已达3.8k。
30天学会编程、7天AI入门、40分钟教会你如何使用DeepSeek!不要998、不要88,现在只要9.8就能轻松入门!对于这些宣传语,相信很多人都不会陌生。每一次有新的技术和商业风口出现时,相关的网络课程就会从四面八方出现,以各种方式完成收割。
从去年8月开始,SAG-AFTRA(美国演员工会-美国广播电视艺术家联合会,下称“SAG”)针对游戏行业大规模滥用AI的现象,发起了大规模罢工——SAG的诉求,主要包括资方使用AI技术时保证配音演员和动捕演员的权益不受侵害、明确告知声像作品的使用用途等等。
阿里通义实验室语音团队负责人鄢志杰已于近期离职,离职时间为2月15日,按照以前的P序列(原阿里内部职级体系)比照,其职级为P10。鄢志杰是智能语音领域的技术大牛。公开资料显示,2003年,鄢志杰大学本科毕业,升入中科大语音实验室,攻读博士学位,师从语音领域专家王仁华教授(科大讯飞创始人之一,曾任科大讯飞公司董事长)。
OpenAI训练创意写作模型,网友质疑AI情感联系。
现在是 2025 年,新论文要以博客形式出现。
软件工程师需求,美国已降至五年来最低;与此同时,AI相关岗位招聘需求大幅增长,各行各业疯抢AI人才。程序员相关岗位大幅减少,失业恐慌正悄然蔓延。AI时代,程序员转型势在必行!
给大模型落地,加入极致的务实主义。
“数字人”越来越“活”了。
南洋理工大学的研究团队提出了MedRAG模型,通过结合知识图谱推理增强大语言模型(LLM)的诊断能力,显著提升智能健康助手的诊断精度和个性化建议水平。MedRAG在真实临床数据集上表现优于现有模型,准确率提升11.32%,并具备良好的泛化能力,可广泛应用于不同LLM基模型。
融资7个月未果,一家AI创企选择卖身。
3月11日的The CEO Speaker series论坛上,Dario Amodei分享了从AI即将编写几乎所有代码,到可能取代50%的工作岗位,再到DeepSeek的崛起和给AI一个「躺平」按钮等等看法。看起来兴奋又忧心忡忡。
干掉英特尔之后,苏妈又向英伟达发起猛攻!最新发布的48G两款GPU基准测试,AI性能相较4090飙升7.3倍。看来AMD这次是铁了心,要跟英伟达掰手腕了。
来自普林斯顿和印度技术学院的学者在《自然通讯》发表论文,他们发现,如果给定设计参数,AI可以在90nm的芯片上设计高性能集成电路。过去这是需要花费数周时间的高技能工作,但如今的AI可以在数小时内完成。
「国产大模型 + 国产引擎 + 国产芯片」的完整技术闭环正在加速形成。
在 Sora 引爆世界模型技术革命的当下,3D 场景作为物理世界的数字基座,正成为构建动态可交互 AI 系统的关键基础设施。当前,单张图像生成三维资产的技术突破,已为三维内容生产提供了 "从想象到三维" 的原子能力。
尽管 DeepSeek-R1 在单模态推理中取得了显著成功,但已有的多模态尝试(如 R1-V、R1-Multimodal-Journey、LMM-R1)尚未完全复现其核心特征。