
喝点VC|a16z:初创公司无法离开AI
喝点VC|a16z:初创公司无法离开AI人工智能是我们这一代人所见过的最重要的创新,具有变革的力量,可以解决社会最复杂的问题,并创造一个全新的经济——这与印刷机、电力和互联网的出现非常相似。
人工智能是我们这一代人所见过的最重要的创新,具有变革的力量,可以解决社会最复杂的问题,并创造一个全新的经济——这与印刷机、电力和互联网的出现非常相似。
Kapoor 在 2024 年 TechCrunch Disrupt 大会上启动了一场关于“新数据管道”的对话,讨论现代 AI 应用的背景,他的对话伙伴包括风险投资公司NEA的合伙人Vanessa Larco,以及数据集成平台Fivetran的首席执行官George Fraser。
来自中科大等单位的研究团队共同提出了用来有效评估多模态大模型预训练质量的评估指标 Modality Integration Rate(MIR),能够快速准确地评估多模态预训练的模态对齐程度。
利用语言模型调用工具,是实现通用目标智能体(general-purpose agents)的重要途径,对语言模型的工具调用能力提出了挑战。
2024 年,人形机器人领域迎来爆发式增长。特斯拉 Optimus 的持续迭代、OpenAI 对 1X 的战略投资,众多初创公司异军突起,以及包括 Mobile ALOHA 在内学术界的不断创新,共同描绘出一幅激动人心的未来图景。
来自英伟达、CMU、UC伯克利等的全华人团队提出一个全新的人形机器人通用的全身控制器HOVER,仅用一个1.5M参数模型就可以控制人形机器人的身体。人形机器人的运动和操作之前只是外表看起来类人,现在有了HOVER,连底层运动逻辑都可以类人了!
AI视频生成领域最强搅局者,她来了!影视级效果免费开源,真「赛博菩萨」。
谷歌超25%新代码由AI生成,却遭到了自家员工的反对。劈柴的一句话,又让谷歌成为了众矢之的。
39年来一个看似理所当然的数学理论,刚刚被数学家证伪!UCLA和MIT的研究者证实:概率论中众所周知的假设「上下铺猜想」是错的。有趣的是,他们用AI已经证明到了99.99%的程度,但最终,靠的还是理论论证。
做的很好,建议下次别做了。 OpenAI 的故事告诉我们,不要内斗,不要打架。 2024 年都快结束了, OpenAI 的 AI 搜索终于在昨晚姗姗来迟。
在创造1亿硅基劳动力的道路上,硅基智能按下了加速键。成立于 2017 年 8 月的硅基智能在成立伊始就把为人类创造一亿硅基劳动力作为自己的组织目标。
近期,36氪获悉,具身智能创业公司“自变量机器人(X Square)”连续完成Pre-A与Pre-A+轮融资,总金额达到亿元级。
首款产品的定位为“AI潮玩”,已经完成了前三轮原型机的设计开发。
人类只需要演示五次,就能让机器人学会一项复杂技能。英伟达实验室,提出了机器人训练数据缺乏问题的新解决方案——DexMimicGen。
解决真实GitHub Issue的基准测试,字节家的豆包MarsCode Agent悄悄登顶了。SWE-Bench,一个由普林斯顿大学提出的极具挑战性的Benchmark,近期受到工业界、学术界和创业团队的广泛关注。
双十一大促没有羊毛可薅?A800价格低至5.88元/卡时,H800价格低至9.99元/卡时。限量开抢,先到先得!还有充值返现活动:充5000返900,充3000返500,充1000返150。
中国AI独角兽MiniMax旗下产品Talkie已火爆全网,成为中国AI出海的明星产品。Talkie允许用户创建并与基于虚构或真实人物的虚拟角色进行互动,充分利用了当下人们对个性化和沉浸式体验的需求。
本文介绍了千亿美金市值,美国服务政企的AI高科技企业Palantir公司及其核心软件平台Gotham和Foundry,以及新产品大模型人工智能平台AIP和Apollo,它们旨在帮助政府和商业组织解决复杂问题,并利用数据做出更有效的决策。
斯坦福大学奥马尔(Omar)的DSPy研究团队最近更新了他们的项目文档,发了很多不错的案例,以及很多国际知名企业的DSPy用例,这些可能对您的项目有启发。
一年一度的万圣(梗)节又到了,最近很多AI工具密集发力,这时候不得拿出传统艺能,教大家用AI整点花活?
在人工智能(AI)领域,特别是深度学习和神经网络训练中,GPU(图形处理单元)已经成为不可或缺的硬件。但为什么AI对GPU的要求高,而不是CPU(中央处理单元)呢?让我们通过一个生动的比喻来揭开这个谜团。
与最先进的开源方法甚至闭源模型 GPT-4o 相比,MMedAgent 在各种医疗任务中实现了卓越的性能。此外,MMedAgent 在更新和集成新医疗工具方面表现出效率。
当前,业务主管对于人力资源管理职能最常见的批评是“招聘和甄选的产出跟不上业务的需求”。这个批评覆盖了数量和质量两个方面。其中,提升质量比数量问题更具挑战性,因为涉及匹配问题。
当地时间 10 月 30 日,Meta 发布第三季度未经审计财报。电话会上扎克伯格表示,Meta 计划在 2025 年继续增加对 AI 的投资,这“可能不是投资者短期内想听到的”。但他认为,潜在的回报是值得的。
中国企业对于生成式AI应用场景的了解都来自于ChatGPT的传说,但中国企业能使用的GenAI资源与ChatGPT却没有关系。直截了当地说,中国企业目前能够使用的GenAI资源都比GPT-4要差很多,注意不是“有差距”,而是“差很多”,这是中国企业考虑生成式AI问题的基本前提。
流行梗随风而过,TV Tropes 永垂不朽。
让我们先把时间线拉回一年以前。
a16z 和微软,两个深度交织的科技生态系统中——大型企业和初创公司——这两大力量暂时放下了数钱的工作,共同恳请政府停止甚至考虑可能影响他们财务利益的监管,或者他们喜欢称之为的创新。
实时API将完全改变我们与人工智能互动的方式,定制化AI模型成为主流,并且通过模型蒸馏实现低延迟、低成本、高性能,使AI更易使用、更高质量。
RAG,AI,模型训练,人工智能