本期AGI路线图中关键节点：DiT架构、Stable Diffusion 3.0、Flux.1、ControlNet、1024×1024分辨率、医学影像、英伟达Eagle模型、谷歌Med-Gemini系列模型、GPT-4o端到端、Meta Transfusion模型。
只需3秒，你的声音就能被完美克隆。 谁能想到科技圈顶流之一的雷军，居然因为AI语音引起互联网热议？
2023年，有两波力量，同时涌向AI风口。
随着 AI 模型的参数量越来越大，对算力的需求也水涨船高。
具身化AI的未来突破“GPT-3时刻”；三类数据策略，互联网、模拟和真实机器人数据的结合；虚拟世界与现实世界的连接，基础Agent的愿景
来自中国科学技术大学数据空间研究中心、香港科技大学、香港理工大学以及奥胡斯大学的研究者们提出一种新的场景生成方法 DreamScene，只需要提供场景的文本就可以生成高质量，视角一致和可编辑的 3D 场景。
自去年以来，文本到图像生成模型取得了巨大进展，模型的架构从传统的基于UNet逐渐转变为基于Transformer的模型。
「开源新王」Reflection 70B，才发布一个月就跌落神坛了？ 9月5日，Hyperwrite AI联创兼CEO Matt Shumer在X上扔出一则爆炸性消息—— 用Meta的开源Llama 3.1-70B，团队微调出了Reflection 70B。
研究显示，「国民基本收入」等于每年多放一个十一长假（不调休版），从 13 薪变 12 薪。
十天前的 Meta Connect 2024 大会上，开源领域迎来了可在边缘和移动设备上的运行的轻量级模型 Llama 3.2 1B 和 3B。两个版本都是纯文本模型，但也具备多语言文本生成和工具调用能力。Meta 表示，这些模型可让开发者构建个性化的、在设备本地上运行的通用应用 —— 这类应用将具备很强的隐私性，因为数据无需离开设备。
