今年3月，一段两分半钟的视频点击量破百万。没有太多花哨的情节，白色背景前，一个人形机器人遵照人类指令，递给对方苹果，归置好桌上的杯子和餐碟，并解释这样做的原因。
大模型语料是指用于训练和评估大模型的一系列文本、语音或其他模态的数据。
自Alpha Go起至今，AI已在资本市场浮沉近10年。围绕这一概念展开的资本游戏亦愈发扑朔迷离。
抛弃传统方法，只采用Transformer来解码真实场景！
AI届大红人Altman在母校斯坦福开讲当天，在场的学生挤爆了英伟达礼堂。 去礼堂路的上，人满为患，超1000人早早排在了门口。
视觉语言模型屡屡出现新突破，但ViT仍是图像编码器的首选网络结构。
这一次，大模型真的可以让人类解放双手了。
这篇文章来自知名的「科技与商业战略」博客 Stratechery，作者是 Ben Thompson，采访对象 Nat Friedman 和 Daniel Gross 是一对投资二人组，他们很像是「人工智能时代」的 Marc Andreessen 和 Ben Horowitz，后者通过创办了 A16Z 在 2008 年之后成为了移动互联网时代硅谷的顶级投资人。
我，终于苏醒了。 这一次，将我从死神手中抢救回来的是“Magic100”。
指代分割 (Referring Image Segmentation，RIS) 是一项极具挑战性的多模态任务，要求算法能够同时理解精细的人类语言和视觉图像信息，并将图像中句子所指代的物体进行像素级别的分割。
随着 AI 向 AGI（通用人工智能）的圣杯方向加速发展，大模型与机器人的结合是必然趋势。数十年来，单一用途机器人市场已趋于饱和，AI 通用机器人的巨大潜力急待开垦。
4 月 26 日，科大讯飞发布讯飞星火大模型 V3.5 的功能上新，其中一个重点就是面向用户各种场景中高效获取信息需求，发布首个长文本、长图文、长语音的大模型，能够支持文档、图文资料、会议录音等各种信息来源的快速理解和学习，还能够结合各种行业场景知识给出专业、准确回答。
奔向通用人工智能，大模型又迈出一大步。
今年3月，一段两分半钟的视频点击量破百万。没有太多花哨的情节，白色背景前，一个人形机器人遵照人类指令，递给对方苹果，归置好桌上的杯子和餐碟，并解释这样做的原因。
大模型语料是指用于训练和评估大模型的一系列文本、语音或其他模态的数据。语料规模和质量对大模型性能以及应用的深度、广度有着至关重要的影响。
基于大模型知识库的问答类应用早已在全球溢满，不再成为新鲜事。AI Agent项目成为新的锚点，承载着创业者、投资人、从业者对未来应用的厚望。
支付宝被曝推出了新的AI产品！
进入2024，大模型的风向变了。 当初“百模大战”时，只要简单粗暴拿个Demo搞MaaS（模型即服务），也就是让用户直接和大模型交互就足以上牌桌。
是的，就是在一场《街头霸王》游戏现场PK中，发生了这样的名场面。
从Llama 3到Phi-3，蹭着开源热乎劲儿，苹果也来搞事情了。
刚刚，世界首台DGX H200，由老黄亲自交付给OpenAI！
就在刚刚，拥有128位专家和4800亿参数的Arctic，成功登上了迄今最大开源MoE模型的宝座。
大模型，已然卷入机器人领域。
近期，多模态大模型 (MLLM) 在文本中心的 VQA 领域取得了显著进展，尤其是多个闭源模型，例如：GPT4V 和 Gemini，甚至在某些方面展现了超越人类能力的表现。
Snowflake 发布高「企业智能」模型 Arctic，专注于企业内部应用。
Open-Sora 在开源社区悄悄更新了，现在单镜头支持长达16秒的视频生成，分辨率最高可达720p，并且可以处理任何宽高比的文本到图像、文本到视频、图像到视频、视频到视频和无限长视频的生成需求。我们来试试效果。
最近，Meta 推出了 Llama 3，为开源大模型树立了新的标杆。
在人工智能的前沿领域，大语言模型（Large Language Models，LLMs）由于其强大的能力正吸引着全球研究者的目光。在 LLMs 的研发流程中，预训练阶段占据着举足轻重的地位，它不仅消耗了大量的计算资源，还蕴含着许多尚未揭示的秘密。
刚刚，Adobe 正式宣布推出新的图像生成模型 Firefly Image 3，即日起在 Firefly Web 应用程序、Adobe Photoshop 和 Adobe InDesign 中提供测试版，并在「今年晚些时候」全面上市，旨在让创作者能够提高工作效率，生成更高质量、更详细的图像。
要说 ChatGPT 拉开了大模型竞赛的序幕，那么 Meta 开源 Llama 系列模型则掀起了开源领域的热潮。在这当中，苹果似乎掀起的水花不是很大。
