奥特曼,10亿美元砸向AI芯片
奥特曼,10亿美元砸向AI芯片据彭博社消息,奥特曼再次为一家人工智能芯片企业筹集数十亿美元。目的是利用这笔资金开发一个“工厂网络”(network of factories),用于制造,该网络将延伸到全球,并涉及与未透露名字的“顶级芯片制造商”合作。
搜索
据彭博社消息,奥特曼再次为一家人工智能芯片企业筹集数十亿美元。目的是利用这笔资金开发一个“工厂网络”(network of factories),用于制造,该网络将延伸到全球,并涉及与未透露名字的“顶级芯片制造商”合作。
今年年初网易有道发布 基于 “子曰”教育大模型研发的三大创新应用及一款智能硬件新品:AI家庭教师“小P老师”、有道速读、虚拟人口语私教Hi Echo 2.0、有道AI学习机X20 后。
更便捷更高效,才是Perplexity能够挑战谷歌搜索的关键。
AIGC的爆发,不仅加速了AI对于整个营销链条的深入改造,也让所有牵涉其中的角色意识到,AI带来的不是快与慢的问题,而是生与死的问题。
Gen-2“运动笔刷”(Motion Brush)官宣再进化!它现在的名叫“多头运动笔刷”(Multi Motion Brush),敲重点:“加量不加价”所有用户包含免费账户都能体验。
要说今年“科技春晚”CES上最吸引眼球的是什么,智能车当属其一。
谷歌CEO劈柴在公开信中承认:谷歌的裁员计划还要持续一整年,还有更多岗位会被淘汰,且持续一整年。根据Layoffs数据,开年不到一个月,科技公司总共已裁掉7,785名员工。AI真来淘汰人类了?
2021年劈柴恭喜小扎FAIR在取得的突破时,小扎并不知道到底发生了什么,但快速的学习能力让他重新把Meta从泥潭中拉了出来。无心插柳的FAIR和开源AI让小扎打了一次漂亮的翻身仗。
Mixtral 8x7B模型开源后,AI社区再次迎来一大波微调实践。来自Nous Research应用研究小组团队微调出新一代大模型Nous-Hermes 2 Mixtral 8x7B,在主流基准测试中击败了Mixtral Instruct。
今天,小扎正式宣战「开源AGI」!下一代大模型Llama 3正在训练,年底将拥有35万块H100,届时算力总和达60万块H100。为了追赶OpenAI,成立十年的FAIR团队纳入GenAI,全力奔赴AGI。
1月13日-15日,阿里云和天猫联合举办了一场Create@AI创客松,以「AI电商」为赛题,面向有志于利用AI助力电商经营的创新团队及公司征集优秀方案,深化AI技术在电商场景中的应用。
国内头部互联网平台公司对AI的布局,已经从国内转向国外。
当人造大脑已能复现人脑特征,那我们对自然之脑的理解无疑更为深入。
创业8次、数场黑客松、技术迭代的兴奋与失落,就是这一年。
生成式AI这把火在资本市场越烧越旺。根据智东西统计,2023年新晋的生成式AI和大模型领域相关独角兽达23家,国内新晋独角兽有6家,分别是智谱AI、MiniMax、百川智能、零一万物、智元机器人,以及已被收购的光年之外。这些独角兽企业涉及大语言模型、AI视频生成、垂直行业应用研发商以及GPU云服务提供商。
大模型出现后,AI 实现全能个人助理的梦想似乎近在眼前,也有不少公司推出了相应的硬件/软件,比如此前我们介绍的 AI Pin 以及 Rewind。
GPT Store敲响了大模型的App Store时刻
OpenAI、Stability AI、Copilot 均遭起诉,大模型版权如何归属。
现在,为了实现相同的目标,我们有两个最著名的库,即 Haystack 和 LangChain,它们可以帮助我们创建基于大语言模型的端到端应用程序或流程。
Lightning Attention-2 是一种新型的线性注意力机制,让长序列的训练和推理成本与 1K 序列长度的一致。
对模型参数量的迷信、执念也许可以放下了,混合多个小模型也是未来构造对话型 AI 的一个光明的方向。
视觉模型,同样遵循「参数越多性能越强」的规律?刚刚,一项来自苹果公司的研究验证了这个猜想。
不得不说,现在拍写真真是“简单到放肆”了。真人不用出镜,不用费心凹姿势、搞发型,只需一张本人图像,等待几秒钟,就能获得7种完全不同风格:
用剪枝的方式加速AI训练,也能实现无损操作了,只要三行代码就能完成!今年的深度学习顶会ICLR上,新加坡国立大学尤洋教授团队的一项成果被收录为Oral论文。
1月17日,新一代大语言模型书⽣·浦语2.0(InternLM2)正式发布并开源。2种参数规格、3种模型版本,共计6个模型,全部免费可商用。
近日,据媒体报道,全球语言学习平台多邻国在去年底裁减了约10%的外部合同工,转而使用OpenAI的GPT-4等大模型来完成翻译工作和内容制作。该公司也是又一个把AI作为裁员理由的公司。
今天,谷歌DeepMind的AlphaGeometry模型登上了Nature!30道IMO几何题中,它能做出25道,已经接近人类金牌选手的水平!而GPT-4,却一道题都没做出来,直接挂了零蛋。
来自纽约大学和UC伯克利的研究团队成功捕捉到了多模态大模型在视觉理解方面存在的重大缺陷。针对这个问题,他们进一步提出了一个将DINOv2特征与CLIP特征结合的方法,有效地提升了多模态大模型的视觉功能。