性能不输SOTA，计算量仅DiT一半！T2X任务新范式来了 | 中山大学&360 AI Research
性能不输SOTA，计算量仅DiT一半！T2X任务新范式来了 | 中山大学&360 AI Research性能不输SOTA模型，计算开销却更低了——
来自主题: AI技术研报
10473 点击 2024-10-17 14:54
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
性能不输SOTA模型，计算开销却更低了——
当奥特曼、马斯克、Anthropic CEO都纷纷将AGI实现锚定在2026年前后，LeCun无疑是直接浇了冷水：完全是胡说八道。
欧洲的OpenAI，也不Open了。
在AI技术浪潮汹涌而来的今天，为什么我们仍未见其大规模应用？本文将剖析AI技术普及中的瓶颈，探讨AI技术如何迈过“最后一公里”的马拉松。
推理型AI搜索是近期AI应用领域比较火的方向之一。国内的AI厂商，如月之暗面的Kimi推出了Kimi探索版，智谱AI推出了AI搜索智能体，360AI则是在原有的360AI搜索的基础上增加了慢思考模式。国外的AI玩家，如AI搜索的领头羊Perplexity，也在这两天在Pro Search中增加了能够自动运行的推理模式
性能翻倍的原因是，端到端建立整个数据中心和AI工厂，并开发软件。
布局人形机器人，车企走在最前头。
近期，LLM领域有不少关于系统1和系统2思考的讨论，在Agent方向上这方面的讨论还很少。如何让AI agents既能快速响应用户，又能进行深度思考和规划，一直是一个巨大的挑战。
今天是姬朋飞创业一周年的日子，我们找到姬朋飞做了一次专访，回顾他创业这跌宕起伏的一年。
应对AI成为了应届生的必修课。