DeepSeek上脸实测：AR眼镜实时翻译老黄GTC演讲，完了还帮我划重点
DeepSeek上脸实测：AR眼镜实时翻译老黄GTC演讲，完了还帮我划重点DeepSeek、通义千问等大模型 + AR眼镜，打开GTC老黄演讲的姿势，可以是这样：
来自主题: AI资讯
4760 点击 2025-03-21 12:25
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
DeepSeek、通义千问等大模型 + AR眼镜，打开GTC老黄演讲的姿势，可以是这样：
近日，前字节跳动 AI 技术专家解浚源在朋友圈官宣加入具身智能创业公司千寻智能，并发布了千寻智能最新披露的 Spirit v1 VLA 演示视频。据悉，解浚源目前任职千寻智能具身智能部负责人，全面负责具身大模型的研发工作。
RAG工作发展时间线（2020年至今）。展示了RAG相关研究的三个主要领域：基础（包括RAG学习和RAG框架）、进阶和评估。关键的语言模型（GPT-3、GPT-4等）发展节点标注在时间线上。
今天，百图生科宣布开源其领先的xTrimo V2中的蛋白质语言模型xTrimoPGLM，7个不同参数量的模型均已发布在huggingface和github，供全球用户自由获取和使用。xTrimoPGLM是全球首个千亿参数的蛋白质语言模型，性能超越了ESM-2、ProGen2等此前业界领先的蛋白质模型，并在药物分子设计和优化、抗体工程与疫苗开发、酶工程和生物催化剂设计等领域展现出广泛应用前景。
在GTC2025大会上，NVIDIA依旧延续着“算力的故事”。如果AI的发展依旧遵循着scaling law（规模定律），那么这个故事还能继续讲下去。
随着硅基流动的 SiliconCloud 等平台上线 DeepSeek-R1，市面上出现了不少测试各大厂商 API 服务的评测文章及反馈，不过，从我们收到的不少内容及反馈来看，其中的对比测试方式多有漏洞，内容质量参差不齐。
Anthropic终于为Claude解锁了网络搜索功能，这一姗姗来迟的升级让它从「数据截止」的限制中解放出来，网友泪目欢呼雀跃！现在，Claude不仅能实时获取网络资讯，还能在回答中附上来源，实用性大幅提升。
全面评估大模型生成式写作能力的基准来了！
不是四折叠，余承东刚刚揭秘了华为“想不到的新产品”—— 16:10“阔形屏”折叠手机Pura X！
这是SemiAnalysis最新的一篇GTC大会的分析文章，难得Dylan这么勤快，在GTC放发布后，就立马出了这篇长达31页的分析报告。
单视角三维场景重建一直是计算机视觉领域中的核心挑战之一，尤其在捕捉高保真室外场景细节时，如何确保结构一致性和几何精度显得尤为困难。
测一测现有AI生成视频是否符合物理运动规律！
大家好，最近感觉有点AI编程搞产品上瘾了😂。这次主要想和大家分享第二个小产品 art4kid.com 过程中遇到的挑战和收获。这个产品也是通过AI编程完成的，我所做的主要就是把握方向，发现问题，让AI思考问题发生原因然后解决问题，还有提供一些视觉。
任意一张立绘，就可以生成可拆分3D角色！
老黄在GTC 2025大会上，再次亮出了英伟达未来GPU路线图。随着推理token的暴增，AI计算需要全新的范式，下一代BlackWell Ultra、Vera Rubin就是最强的回应。
就在刚刚，OpenAI 宣布在其 API 中推出全新一代音频模型，包括语音转文本和文本转语音功能，让开发者能够轻松构建强大的语音 Agent。据 OpenAI 介绍，新推出的 gpt-4o-transcribe 采用多样化、高质量音频数据集进行了长时间的训练，能更好地捕获语音细微差别，减少误识别，大幅提升转录可靠性。
一个超越DeepSeek GRPO的关键RL算法出现了！这个算法名为DAPO，字节、清华AIR联合实验室SIA Lab出品，现已开源。禹棋赢，01年生，本科毕业于哈工大，直博进入清华AIR，目前博士三年级在读。去年年中，他以研究实习生的身份加入字节首次推出的「Top Seed人才计划」。
前脚被谷歌点名感谢空间训练平台，后脚又开源了空间模型！杭州六小龙群核科技发了一个空间理解开源模型SpatialLM，让机器人刷一段视频，就能理解物理世界的几何关系。结合之前发布的空间智能训练平台SpatialVerse，群核科技要为机器人提供从空间认知到行动交互的训练闭环。机器人也被「卷」到要上学了。
波士顿动力的Atlas机器人又双叒叕来了！从最初的液压「电缆尾巴」到现在全电动AI增强版，这个机器人不仅会翻跟头、跳街舞，还学会了倒立侧翻，甚至开始「进厂打工」搬零件。动作捕捉技术与强化学习的加持，让Atlas的动作越来越像人类，而它的目标也从炫技转向实用。
3D打印的世界在不断变化，人工智能（AI）的发展发挥着越来越重要的作用。特别是，通过人工智能生成3D模型开辟了新的可能性和潜力。在本文中，将介绍22种创新服务，它们在这一领域发挥着开创性的作用。
比DeepSeek-R1贵270倍，OpenAI史上最贵模型来了！
当我们看到一张猫咪照片时，大脑自然就能识别「这是一只猫」。但对计算机来说，它看到的是一个巨大的数字矩阵 —— 假设是一张 1000×1000 像素的彩色图片，实际上是一个包含 300 万个数字的数据集（1000×1000×3 个颜色通道）。每个数字代表一个像素点的颜色深浅，从 0 到 255。
近年来，生成模型在内容生成（AIGC）领域蓬勃发展，同时也逐渐引起了在智能决策中的应用关注。
这下特效视频和机器人实拍真的傻傻分不清楚了…
对面有个人向你缓缓抬起手，你会怎么回应呢？握手，还是挥手致意？
记得大概在十年前，报纸、电视新闻上都有在呼吁“不要做低头族”，一直低头玩手机影响健康，还存在安全隐患。但时到如今大家都习以为常，甚至离不开它。出门可以忘带钥匙、身份证，但一定不可能忘带手机。为了大家更方便的玩手机，很多地区可能隔不到一百米就有一个共享充电宝。
如果你让当今的 LLM 给你生成一个创意时钟设计，使用提示词「a creative time display」，它可能会给出这样的结果：
DeepSeek 掀翻了国内大模型领域原本搭好的台，各个大厂都在重新找位置，腾讯选择了通过一系列「闪电战」式的部署，展示战略决心。
阿里全面转向“AI化”
EgoNormia基准可以评估视觉语言模型在物理社会规范理解方面能力，从结果上看，当前最先进的模型在规范推理方面仍远不如人类，主要问题在于规范合理性和优先级判断上的不足。
