李飞飞空间智能首秀：AI靠单图生成3D世界，可探索，遵循基本物理几何规则
李飞飞空间智能首秀：AI靠单图生成3D世界，可探索，遵循基本物理几何规则就在刚刚，李飞飞空间智能首个项目突然发布： 仅凭借1张图，就能生成一个3D游戏世界的AI系统！
来自主题:
AI资讯
7785 点击 2024-12-03 10:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
就在刚刚，李飞飞空间智能首个项目突然发布： 仅凭借1张图，就能生成一个3D游戏世界的AI系统！
滴——意识数据录入成功
本次竞品分析的对象是AI对话类产品，选取讯飞星火、文心一言、通义、Kimi、豆包这5款市面上比较火的产品，从页面布局、对话交互、亮点设计等多个方面来深入分析，相信看完这篇分析后，能让大家对这些热门AI对话产品有更深入的认识～
当一个机器人有了名字、有了主人，一切都会变得不一样。 我拿到下面这个小玩意的时候，它告诉了我它的名字叫做Ropet，它的主人是谁，它说着它肚子饿要吃饭。
ChatGPT诞生的第二年，OpenAI和国内的一众企业正在试着“抛弃”它。 在Scaling Law被质疑能力“见顶”的情况下，今年9月，OpenAI带着以全新系列命名的模型o1一经发布，“会思考的大模型”再度成为焦点。
本期 AGI 路线图中关键节点：Sora、DiT、Runway Gen-3、可灵 AI、Oasis、世界模拟器
N个问题，一轮搜索搞定。
黑芝麻智能的端到端参考方案，以其创新的One Model架构和多模块协同设计，成功解决了传统分段式端到端系统中信息损耗、训练分离等核心问题。
AI大模型驱动产业变革，机遇和挑战并存。
MetaNovas为多家国内外知名头部消费品、化妆品公司提供新原料开发和产品解决方案。
在人工智能飞速发展的今天，我们的社交媒体动态似乎被精心净化，然而在这光鲜背后，一支隐形的全球劳动力正默默承受着难以言喻的创伤。
依托追觅科技生态构建的体系化能力，在商业化落地层面有很大优势，未来会覆盖家庭、工业、商业等多个场景。
目前，借助AI的发展，人类对自身的外在世界认识能力的上限有了无限的假想。由此， 我们可以问这样一个问题：借助AI，人类可以达到康德说的认识的“彼岸”吗？
之前领导OpenAI安全团队的北大校友翁荔（Lilian Weng），离职后第一个动作来了。当然是发～博～客。这次的博客一如既往万字干货，妥妥一篇研究综述，翁荔本人直言写起来不容易。主题围绕强化学习中奖励黑客（Reward Hacking）问题展开，即Agent利用奖励函数或环境中的漏洞来获取高奖励，而并未真正学习到预期行为。
2024 年 12 月 1 月下午，奇绩创坛在北京中关村国际创新中心举办了 2024 年秋季创业营路演日，共有 60 家奇绩投资并加速的公司参与了路演。前沿创新信号：大模型（49 家），多模态（28 家），数据（24 家），具身智能（14 家），仿真（4 家）。
ChatGPT两岁了，版本更新没等来，却被发现一个神秘Bug。
不仅仅是“构建AGI”，要确保它造福人类！ 政策研究部门核心人员离职！ Rosie Campbell-OpenAI的政策研究员，也是原研究科学家、政策研究负责人Miles Brundage亲密共事的伙伴。
在这个信息爆炸的时代，我们每天都在被海量的数据淹没。如何从这些数据中挖掘出有价值的信息，已经成为了一个亟待解决的问题。今天，我们要给大家带来一个震撼人心的消息——AI界的两大神器，Hebbia和Wiseflow，正在改变我们获取和处理信息的方式。
AI巨头的芯片之争，谷歌微软目前分列一二。而xAI作为新入局者，正迅速崛起。这场竞争中，谁会成为最后赢家？
BioMap 百图生科宣布，全球人工智能领域的顶尖专家、西湖大学人工智能讲席教授——李子青教授出任百图生科首席科学家（AI大模型）。
“open”AI透明性有限，资源垄断难破。
最近，一支来自UCSD和清华的研究团队提出了一种全新的微调方法。经过这种微调后，一个仅80亿参数的小模型，在科学问题上也能和GPT-4o一较高下！或许，单纯地卷AI计算能力并不是唯一的出路。
智能客服行业掀起了一股大模型热。 “现在客户上来就问能用大模型打电话吗？如果没有大模型能力，客户就不跟你聊了”，云蝠智能CEO魏佳星告诉数智前线，市场对大模型客服的认知度在加速。
研究人员提出了一种方法，能够在领域数据分布持续变化的动态环境中，基于随机时刻观测的数据分布，在任意时刻生成适用的神经网络，实现前所未有的泛化能力。
LLM在推理时，竟是通过一种「程序性知识」，而非照搬答案？可以认为这是一种变相的证明：LLM的确具备某种推理能力。然而存在争议的是，这项研究只能提供证据，而非证明。
大语言模型直接理解复杂图结构的新方法来了：
提升LLM数学能力的新方法来了——
大语言模型（LLM）在各种任务上展示了卓越的性能。然而，受到幻觉（hallucination）的影响，LLM 生成的内容有时会出现错误或与事实不符，这限制了其在实际应用中的可靠性。
本文将介绍数学推理场景下的首个分布外检测研究成果。
