最近，扩散模型（Diffusion Model）在图像生成领域取得了显著的进展，为图像生成和视频生成任务带来了前所未有的发展机遇。尽管取得了令人印象深刻的结果，扩散模型在推理过程中天然存在的多步数迭代去噪特性导致了较高的计算成本。
继 1 月推出国内首个基于 MoE 架构的千亿参数量大语言模型 abab6 后，上周，通用人工智能创业公司、中国估值最高的大模型公司之一 MiniMax 推出了万亿 MoE 模型 abab 6.5。根据 MiniMax 发布的技术报告，在各类核心能力测试中，abab 6.5接近 GPT-4、 Claude 3 Opus 、Gemini 1.5 Pro 等世界领先的大语言模型。
百模大战愈演愈烈，各大厂商卷出了不同形态： 有的大秀肌肉，在文本长度上一骑绝尘；有的与搜索等功能深度融合，成为了全能型AI助手……琳琅满目的大模型产品令人目不暇接。
在人物说话的过程中，每一个细微的动作和表情都可以表达情感，都能向观众传达出无声的信息，也是影响生成结果真实性的关键因素。
科幻大片中的AR黑科技，竟走进了现实！ 就在刚刚，Meta自家的雷朋智能眼镜，已经开始支持多模态版的Llama 3了！要知道，Llama 3的开源版本还没支持多模态呢。
AI，能够重写人类基因组了？ 就在刚刚，初创公司Profluent宣布，完全由AI设计的基因编辑器，已经成功编辑了人类细胞中的DNA。
国内AI不行，是因为芯片不行？ 我们跟国外的差距，是因为和英伟达芯片的差距过大？
图像融合的目的是将同一场景中不同传感器捕获的多源图像的互补信息整合到单个图像上。这种方式通常被用于提取图片重要信息和提高视觉质量。
Lean Copilot，让陶哲轩等众多数学家赞不绝口的这个形式化数学工具，又有超强进化了？ 就在刚刚，加州理工教授Anima Anandkumar宣布，团队发布了Lean Copilot论文的扩展版本，并且更新了代码库。
在人物说话的过程中，每一个细微的动作和表情都可以表达情感，都能向观众传达出无声的信息，也是影响生成结果真实性的关键因素。
当下，AI代码生成领域正在野蛮式生长，巨头涌入，AI员工频频上线企业；首个AI程序员Devin被曝造假…… 面对风起云涌的代码生成变革，李建国给出了这样一个明确论断。
高斯溅射（Gaussian Splatting）在新视角合成领域掀起了一轮革命性浪潮，取代上一代技术神经辐射场（NeRF）成为学界业界顶流
电子学在核物理领域从来都不是一帆风顺的。大型强子对撞机作为全球最强大的加速器，所产生的数据如此之多，使得全部记录这些数据从来都不是一个可行的选择。
近年来，多模态大型语言模型（MLLM）在各个领域的应用取得了显著的成功。然而，作为许多下游任务的基础模型，当前的 MLLM 由众所周知的 Transformer 网络构成，这种网络具有较低效的二次计算复杂度。
几天前，由 Linux 基金会主办的北美开源峰会（Open Source Summit North America）在华盛顿西雅图闭幕。
过去几年来，扩散模型强大的图像合成能力已经得到充分证明。研究社区现在正在攻克一个更困难的任务：视频生成。近日，OpenAI 安全系统（Safety Systems）负责人 Lilian Weng 写了一篇关于视频生成的扩散模型的博客。
最近几年，AI技术的发展远远超出普通大众和研究者的预期，「通用人工智能（AGI）」的概念也从科幻小说中走进了日常生活的讨论中，成为了许多科技公司和研究机构所追求的最终目标。
拖动式图像编辑是一种新型的、用户交互式的图像编辑方法。
在探索人工智能领域的浪潮中，针对个人消费者C端的AI解决方案的实际落脚点，似乎依旧沿着一条较为狭窄的路径发展。
过去几年里，基于文本来生成图像的扩散模型得到了飞速发展，生成能力有了显著的提升，可以很容易地生成逼真的肖像画，以及各种天马行空的奇幻画作。
91行代码、1056个token，GPT-4化身黑客搞破坏！
一个可以自动分析PDF、网页、海报、Excel图表内容的大模型，对于打工人来说简直不要太方便。
蛋白质结构相比于序列往往被认为更加具有信息量，因为其直接决定了蛋白质的功能
2024年，“找到靠谱工作”和“招到靠谱的人”依然是共生的困扰。我们坚定认为，抛开传统大厂，市场中仍有大量符合下一个时代红利的雇主公司等待被挖掘。赛道潜力、业务逻辑、人事情况……对这些信息的掌握和洞察，决定了求职者选择公司的眼光，也决定了面试交流的质量与深度。
智东西4月19日消息，Meta推出迄今为止能力最强的开源大模型Llama 3系列，发布8B和70B两个版本。 Llama 3在一众榜单中取得开源SOTA（当前最优效果）。Llama 3 8B在MMLU、GPQA、HumanEval、GSM-8K等多项基准上超过谷歌Gemma 7B和Mistral 7B Instruct。
《DoraemonGPT: Toward Understanding Dynamic Scenes with Large Language Models》
LLM界的「真·Open AI」，又来整顿AI圈了！
如今，大型语言模型（LLM）已经成为了我们生活中的好帮手
日前，360周鸿祎在第二十七届哈佛中国论坛炮轰百度李彦宏“开源不如闭源”的言论，称其胡说八道。有网友评论：当年的那个老周仿佛回来了
一位行业领袖对技术路线的断言甚至是“拉踩”，其影响，或许将远超公众预判
