当地时间2024年5月22日，美国众议院外交事务委员会以压倒性多数，通过了一项限制AI模型出口的法案——《加强海外关键出口限制国家框架法案》（Enhancing National Frameworks for Overseas Critical Exports Act / HR 8315，以下简称ENFORCE法案），旨在扩大美国政府监管人工智能系统出口的权力。
近年来，「scaling」是计算机视觉研究的主角之一。随着模型尺寸和训练数据规模的增大、学习算法的进步以及正则化和数据增强等技术的广泛应用，通过大规模训练得到的视觉基础网络（如 ImageNet1K/22K 上训得的 Vision Transformer、MAE、DINOv2 等）已在视觉识别、目标检测、语义分割等诸多重要视觉任务上取得了令人惊艳的性能。
瑞士信息与通信科技公司Assaia International（以下简称Assaia）成立于2018年，该公司开发了一款AI视觉识别软件，能通过人工智能和计算机视觉实时识别并管理机场空侧运营状态，帮助机场、航空公司和地勤人员提升空侧运营管理效率，将航班准点率提高17%，将飞机周转时间缩短11%。
曾经创造出Stable Diffusion系列模型的Stability AI，目前面临前所未有的财务危机。
本文是对发表于模式识别领域顶刊Pattern Recognition 2024的最新综述论文：「Advancements in Point Cloud Data Augmentation for Deep Learning: A Survey 」的解读。
关于大模型分词（tokenization），大神Karpathy刚刚推荐了一篇必读新论文。
36氪获悉，AI医学影像企业「深智透医」（简称“深透”，Subtle Medical Inc.）近日完成B+轮近千万美元融资，由老股东Fusion Fund，新股东嘉加资本（ENVISIONX Capital）、蓝驰创投硅谷总部基金Bluerun Ventures、上海文周投资及其它亚太区域战略合作方共同投资。本轮融资将用于加速AI产品的全球商业落地及研发创新。
众所周知，大语言模型的训练常常需要数月的时间，使用数百乃至上千个 GPU。以 LLaMA2 70B 模型为例，其训练总共需要 1,720,320 GPU hours。由于这些工作负载的规模和复杂性，导致训练大模型存在着独特的系统性挑战。
基于 Diffusion Transformer（DiT）又迎来一大力作「Flag-DiT」，这次要将图像、视频、音频和 3D「一网打尽」。
最少只需1个3D样例，即可生成3D主题乐园。
