YouTube上线AI音乐重混功能，或将改变音乐创作
YouTube上线AI音乐重混功能，或将改变音乐创作如同采样技术改变了现代音乐一样，AI音乐重混或改变未来的音乐行业。
来自主题:
AI资讯
6697 点击 2024-12-02 08:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
如同采样技术改变了现代音乐一样，AI音乐重混或改变未来的音乐行业。
上周我们受谷歌邀请，来到了国际象棋世界冠军赛的现场。其中最激动的就是采访世界冠军丁立人老师（中国第一个男子国际象棋世界冠军！采访稿过几天会发布！）以及体验谷歌的 AI 展区！展区包括 AI 象棋解说（Chatting Chess），帮助小白和观众通俗易懂地学习如何下棋；
对于LLM来说，人类语言可能不是最好的交流媒介，正如《星战》中的机器人有自己的一套语言，近日，来自微软的研究人员改进了智能体间的交互方式，使模型的通信速度翻倍且不损失精度。
ChatGPT已经2岁了！OpenAI下一个目标瞄准十亿用户，预计明年放出AI智能体产品。就在生日这天，马斯克还送上了大礼：阻止OpenAI全面盈利的一份诉状书。
腾讯版Sora，有消息了。
![ICLR 惊现[10,10,10,10]满分论文，ControlNet 作者新作，Github 5.8k 颗星](https://www.aitntnews.com/pictures/2024/12/1/f51d4442-afae-11ef-81ba-fa163e47d677.jpg)
四个 10 分！罕见的一幕出现了。 您正在收看的，不是中国梦之队的跳水比赛，而是 ICLR 2025 的评审现场。 虽说满分论文不是前无古人，后无来者，但放在平均分才 4.76 的 ICLR，怎么不算是相当炸裂的存在呢。
马斯克对OpenAI的诉讼再升级，已向法院申请禁令： 为阻止OpenAI向营利性转型，现在OpenAI、几位联合创始人、投资者、以及微软均成为禁令对象。
浙大、腾讯优图、华中科技大学的团队，提出轻量化MobileMamba！ 既良好地平衡了效率与效果，推理速度远超现有基于Mamba的模型。
随着计算机视觉领域的不断发展，自回归模型作为一种强大的生成模型，在图像生成、视频生成、3D 生成和多模态生成等任务中展现出了巨大的潜力。然而，由于该领域的快速发展，及时、全面地了解自回归模型的研究现状和进展变得至关重要。本文旨在对视觉领域中的自回归模型进行全面综述，为研究人员提供一个清晰的参考框架。
本周五，知名 AI 领域学者，OpenAI 创始成员、特斯拉前 AI 高级总监 Andrej Karpathy 发表观点：「人们对『向人工智能询问某件事』的解释过于夸张」，引发网友热议。
无需Transformer，简单滤波器即可提高时间序列预测精度。 由国家信息中心、牛津大学、北京理工大学、同济大学、中国科学技术大学等机构的团队提出了一个FilterNet。 目前已被NeurlPS 2024接收。
2024年，企业对AI的投资激增至138亿美元，显示了行业从实验到实际应用的转变，AI技术正逐渐渗透到各行业核心，推动效率和创新。同时，企业在AI应用上趋向于采用多模型策略，且越来越重视自主智能体技术。
教育一直被认为是会被LLM改变最大的行业之一。ChatGPT 的使用场景中，教育占据了很大比重，其用量常随开学和假期规律波动。而 Andrej Karpathy 也选择了教育作为他的创业方向。人们都期待能够有全能的AI Tutor，因材施教，提供给每个人最好、最个性化的教育。
Llamacoder是Claude Artifacts的开源实现。 最大的亮点就是，左侧AI写代码，右侧实时渲染。 之前给大家推荐过一个基于Claude做的，Llamacoder是用了Meta 的 Llama 3.1 405B 作为底层语言模型。
绘本故事在小红书赛道可以产生变现，相信您肯定了解，无论是做绘本售卖、挂小车、还是起号，都是不二之选.但制作过程是极其繁琐，如果不尝试AI agent coze工作流模式，只能使用很多软件相互协调搭配制作。 这是舰长使用工作流生成后，剪映剪辑后的效果视频
去年二月ChatGPT刚在国内被热议的时候，我发过两篇文章凑热闹，一篇总结了几个群友的观点，关于ChatGPT的功能和它可能带来的影响，一篇介绍了许成刚教授和Tinyfool的评论，关于ChatGPT为什么出现在美国。
人工智能语音初创公司PlayAI宣布在种子轮融资中筹集了2100万美元。该公司表示，将利用这笔资金投资于其生成式人工智能（GenAI）语音模型和语音代理平台。
Letta（由之前爆火的 MemGPT 更名）最近做了一个关于 AI Agents Stack 的研究报告。
最近发现一个神奇的AI网站：https://v0.dev/ 我发现它的审美远在我之上，而且生成的源码高度可用，下面我给大家介绍一下。
Fine-tuning理论上很复杂，但是OpenAI把这个功能完善到任何一个人看了就能做出来的程度。我们先从原理入手，你看这张图，左边是Pre-trained LLM （预训练大模型模型），也就是像ChatGPT这样的模型；右边是Fine-tuned LLM （微调过的语言大模型），中间就是进行微调的过程，它需要我们提供一些「ChatGPT提供不了但是我们需要的东西」。
曾经参与过公司内部的RAG应用，写过一篇关于RAG的技术详情以及有哪些好用的技巧，这次专注于总结一下RAG的提升方法。
一份高校教职任命引发全网热议，冲上热搜第一
世界上第一个被人类骗走近5万美元的AI，刚刚出现了！巧舌如簧的人类，利用精妙缜密的prompt工程，成功从AI智能体那里骗走了一大笔钱。
LLM 规模扩展的一个根本性挑战是缺乏对涌现能力的理解。特别是，语言模型预训练损失是高度可预测的。然而，下游能力的可预测性要差得多，有时甚至会出现涌现跳跃（emergent jump），这使得预测未来模型的能力变得具有挑战性。
AtomThink 是一个包括 CoT 注释引擎、原子步骤指令微调、政策搜索推理的全流程框架，旨在通过将 “慢思考 “能力融入多模态大语言模型来解决高阶数学推理问题。量化结果显示其在两个基准数学测试中取得了大幅的性能增长，并能够轻易迁移至不同的多模态大模型当中。
一个理想的GAME Agent是什么样的？ 让你分不出来跟你互动的是真人还是AI。 这是带领腾讯AI Lab开发出「绝悟AI」、「绝艺AI」的刘永升的回答，他现在的身份是超参数科技创始人、CEO。
QwQ 具有神奇的推理能力。 一个刚发布两天的开源模型，正在 AI 数学奥林匹克竞赛 AIMO 上创造新纪录。
计算、存储消耗高，机器人使用多模态模型的障碍被解决了！ 来自清华大学的研究者们设计了DeeR-VLA框架，一种适用于VLA的“动态推理”框架，能将LLM部分的相关计算、内存开销平均降低4-6倍。
CRM作为企业软件中最大的板块之一，其价值毋庸置疑。传统CRM的本质是关系型数据库，在AI尤其是多模态技术的加成下，CRM从结构化数据向半结构化/非结构化数据的转变势在必行。
硕士毕业的老黄，不仅是院士，现在还是香港科技大学的荣誉博士。
