近日，开源社区又迎来一款强力的「视频生成」工作，可以在消费级显卡 (如 GeForce RTX 3090) 上生成任意分辨率、任意宽高比、不同风格、不同运动幅度的视频，其衍生模型还能够完成视频扩展、视频回溯的功能…… 这便是 360AI 团队和中山大学联合研发的 FancyVideo，一种基于 UNet 架构的视频生成模型。
「相比于强化学习（RL），我确实更喜欢模型预测控制（MPC）。至少从 2016 年起，我就一直在强调这一点。强化学习在学习任何新任务时都需要进行极其大量的尝试。相比之下，模型预测控制是零样本的：如果你有一个良好的世界模型和一个良好的任务目标，模型预测控制就可以在不需要任何特定任务学习的情况下解决新任务。这就是规划的魔力。这并不意味着强化学习是无用的，但它的使用应该是最后的手段。」
2024年世界机器人大会（WRC 2024），将于8月25日，也就是今天落幕。几乎每个去现场看过的人，都会发出一句，“怎么这么多人”的感叹。
近日，头部AI创业公司Cohere的CEO Aidan Gomez在20VC播客节目中，和大家分享了他的真知灼见。
微调的所有门道，都在这里了。
前段时间，Claude 3.5帮助右手骨折工程师一周肝出3000行代码。现在，又有00后数学系本科生借助AI，用了一个月时间，在自家卧室手搓「核聚变反应堆」，震惊一大波网友。
赛博朋克的世界里，小朋友可以用智能学习机伴学，女生在美甲店可以用AI设计、试戴新款式，机器人按摩师在帮助消费者缓解疲惫，拍好看的照片线上就可以完成......这些看起来科幻的场景，如今已逐渐成为现实。
4名MIT本科生创业，才两年公司就已经估值4亿美元。开发AI编码助手Cursor的Anysphere，最近在A轮融资中已经筹集超6000万美元。而且，这是一家只有12人的公司。AI编程助手，就是行业的下一个风口？
生成式AI需克服成本、可靠性、隐私等五大挑战，产品变革仍在初期。 • 成本问题阻碍了生成式AI的广泛应用。 • 隐私和安全性成为AI助手普及的主要障碍。 • 企业需在AI商业化过程中重视用户需求。
生成式AI应用排名中，创意工具最受欢迎，消费助手竞争激烈，字节跳动显著发力。 • 创意工具不断吸引消费者，新上榜公司中58%来自创意领域 • 成为“最佳消费者助手”产品的竞争加剧，ChatGPT仍居首位 • 字节跳动在AI应用领域扩展，多个新应用首次上榜
在国内没多少用户关心的情况下，Google Pixel 9 系列已于 8 月 22 日在海外正式发售。其实从硬件来看，这几年的 Pixel 手机确实没有多大的吸引力：
2022年ChatGPT横空出世后，2023-2024年间，科技大厂们开始在人工智能领域投入巨额资金
在当今人工智能领域，大语言模型及其相关工具正在迅速发展，涵盖了编程、数据库、检索引擎、聊天机器人、生成式 AI 工具、模型 API、开发框架和平台等各个方面。
感知精度达到毫米级。
AI之力征服全球
历史上大国相争动辄持续数十年，简单史观往往把最终胜负归结为某个人或者其它某个偶然事件，这其实是不对的
前两天Ideogram 更新了 2.0版本，并且现在可以免费体验。
听说全世界的人形机器人，都在8月的北京。
随着LLM不断迭代，偏好和评估数据中大量的人工标注逐渐成为模型扩展的显著障碍之一。Meta FAIR的团队最近提出了一种使用迭代式方法「自学成才」的评估模型训练方法，让70B参数的Llama-3-Instruct模型分数超过了Llama 3.1-405B。
担心相亲对象谎报身高怎么办？交给ChatGPT！
让AI绘画模型变“乖”，现在仅需3秒调整模型参数。
AI圈，再次开卷图像生成。
童姥下天山之后，新动向已确定。
在 ECCV 2024 中，来自南洋理工大学 S-Lab、上海 AI Lab 以及北京大学的研究者提出了一种原生 3D LDM 生成框架。
一直在用 Grok-2 的用户可能察觉到，这两天，它好像变快了
本文引入了 Transfusion，这是一种可以在离散和连续数据上训练多模态模型的方法。
热衷于开课并与网友分享新技术使用心得的 AI 大牛 Karpathy，也有被质疑「为推销某个产品而在言论中夹带私货」的一天。
最近 ACL 2024 论文放榜，扫了下，SMoE（稀疏混合专家）的论文不算多，这里就仔细梳理一下，包括动机、方法、有趣的发现，方便大家不看论文也能了解的七七八八，剩下只需要感兴趣再看就好。
B2B占主导，反过来也意味着B2C潜力巨大，创始人普遍具备强大技术背景。
Midjourney认怂了兄弟姐妹们
