搜索
随着诺贝尔物理学奖颁给了「机器学习之父」Geoffrey Hinton，另一个借鉴物理学概念的模型架构也横空出世——微软清华团队的最新架构Differential Transformer，从注意力模块入手，实现了Transformer的核心能力提升。
ChatGPT 推出以后，AI 硬件就成为了热门赛道。 AI Pin、Rabbit R1、以及 Meta 的雷朋眼镜，还有豆包即将推出的智能耳机，有成功的，也有不少失败的。
诺贝尔物理学奖公布第二天，争议依然未平息。诺奖官号都被愤怒的网友冲了：AI不是物理学！Hopfield网络和反向传播算法究竟与物理学有何关系？这要从Hinton和Ilya 12年前的那件事说起。
最近，科幻场景中的一个设想变成了现实：一副眼镜能够一瞥便获取人的全部信息！
随着大规模语言模型的快速发展，如 GPT、Claude 等，LLM 通过预训练海量的文本数据展现了惊人的语言生成能力。然而，即便如此，LLM 仍然存在生成不当或偏离预期的结果。这种现象在推理过程中尤为突出，常常导致不准确、不符合语境或不合伦理的回答。为了解决这一问题，学术界和工业界提出了一系列对齐（Alignment）技术，旨在优化模型的输出，使其更加符合人类的价值观和期望。
Transformer 的强大实力已经在诸多大型语言模型（LLM）上得到了证明，但该架构远非完美，也有很多研究者致力于改进这一架构，比如机器之心曾报道过的 Reformer 和 Infini-Transformer。
最近，ByteDance Research 的第二代机器人大模型 —— GR-2，终于放出了官宣视频和技术报告。GR-2 以其卓越的泛化能力和多任务通用性，预示着机器人大模型技术将爆发出巨大潜力和无限可能。
之前还是一个小透明，现在立马变成下一个 ChatGPT。它是谷歌目前最成功的 AIGC 产品。
物理或者 AI，都是在发现世界的本质规律。
所有场景都值得被AI重做一遍，酒店就是一个例子。“我们关注到了云迹科技，他们率先选择在酒店场景布局，从解决配送问题开始，让具身智能机器人找到‘工作’。在中国，我们只要住酒店，就可以发现无处不在的机器人，已成为真正走向老百姓生活里的具身智能。”