搜索
本期我们邀请到了 Hedra 的联合创始人兼 CEO Michael。他曾在斯坦福大学攻读博士学位，由吴教授和李飞飞教授共同指导，专注于物理世界建模与具身智能的交叉研究。在 NVIDIA 的 Omniverse 团队实习期间，他参与了 Omni-Gibson 的研究，对模拟物理与真实感表现系统的结合有深入探索，同时对电影、电视剧和动画等娱乐行业充满热情。
AI 驱动的搜索引擎 Perplexity 表示，它将从本周开始在其平台上进行广告实验。
大模型狂热继续，但今天依然沿着一条路或者一个路线图前进的公司或产品却并不多了，有的“模型”公司做着做着没模型了，有的从情感到生产力再到视觉做了个遍，有的干脆从c转到b，也不再批评过往b端必做的项目制了。
传统的训练方法通常依赖于大量人工标注的数据和外部奖励模型，这些方法往往受到成本、质量控制和泛化能力的限制。因此，如何减少对人工标注的依赖，并提高模型在复杂推理任务中的表现，成为了当前的主要挑战之一。
Recraft团队通过结合TextDiffuser-2技术和自训练的大型语言模型，提升了文本到图像渲染的质量和准确性，不过现有模型在处理复杂语言如中文和未明确指定的文本时，仍存在渲染不准确的问题。
全球首个支持多主体一致性的多模态模型，刚刚诞生！Vidu 1.5一上线，全网网友都震惊了：LLM独有的上下文学习优势，视觉模型居然也有了。
随着人形机器人技术的迅猛发展，如何有效获取高质量的操作数据成为核心挑战。鉴于人类操作行为的复杂性和多样性，如何从真实世界中精准捕捉手与物体交互的完整状态，成为推动人形机器人操作技能学习的关键所在。
五年内 AGI 还能否如期而至？
新一代通用灵活的网络结构 TokenFormer: Rethinking Transformer Scaling with Tokenized Model Parameters 来啦！
在未来，得AI者才能得天下。 今年年初，OpenAI发布了“文生视频”的工具Sora，仅凭几段视频，就让很多人见识到了AI生成视频的力量。