AI资讯新闻榜单内容搜索-人工智

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 人工智
AI雷军锐评背后,为什么对AI作恶几乎毫无办法

AI雷军锐评背后,为什么对AI作恶几乎毫无办法

AI雷军锐评背后,为什么对AI作恶几乎毫无办法

当下获得AI能力实在太过容易,可打击AI造假却有力未逮。 最近一段时间打开抖音、快手、视频号等短视频平台,总是能刷到“雷军”用他标志性的口音“锐评”网络上的热门话题。以至于在雷军的微博评论区,有用户发出了“雷总,最近你怎么在骂人”这样的灵魂拷问。

来自主题: AI资讯
5353 点击    2024-10-13 09:08
补贴烧不出忠诚度,Kimi的商业化困局

补贴烧不出忠诚度,Kimi的商业化困局

补贴烧不出忠诚度,Kimi的商业化困局

大厂在内容生态上的深耕,成为Kimi们难以企及的优势。 国内互联网行业许久不见的烧钱大战,终于在AI大模型应用的厮杀中复现。

来自主题: AI资讯
4688 点击    2024-10-13 08:51
听说了吗?他也在搞AI眼镜了丨智涌分析

听说了吗?他也在搞AI眼镜了丨智涌分析

听说了吗?他也在搞AI眼镜了丨智涌分析

多位投资行业人士向《智能涌现》表示,国内某大模型行业领军人物,近日加入了国内一家AI巨头,进行AI眼镜等硬件业务的探索——为此,这位大牛还放弃了自己原本的创业计划。

来自主题: AI资讯
5304 点击    2024-10-13 08:48
动画人和AI的“战争”,已经没人在乎了吗?

动画人和AI的“战争”,已经没人在乎了吗?

动画人和AI的“战争”,已经没人在乎了吗?

2023年,纽约大学法学院举办了一场主题为 “法律将会如何处理生成式AI ” 的论坛。

来自主题: AI资讯
10370 点击    2024-10-12 15:09
网易有道携手Rokid:「AI+AR」重塑教育边界

网易有道携手Rokid:「AI+AR」重塑教育边界

网易有道携手Rokid:「AI+AR」重塑教育边界

屏幕前的你可曾想过,如果将充满创新活力的AR技术融入到学习中,会激发出什么样的新奇体验呢?

来自主题: AI资讯
10850 点击    2024-10-12 15:06
红杉年度文章解读:生成式AI进入第二阶段,应用层价值凸显以及商业模式将重塑

红杉年度文章解读:生成式AI进入第二阶段,应用层价值凸显以及商业模式将重塑

红杉年度文章解读:生成式AI进入第二阶段,应用层价值凸显以及商业模式将重塑

在红杉资本在最新发布的文章《Generative AI's Act O1 :The Agentic Reasoning Era Begins》中,讨论了当下生成式AI正在从以训练时计算的快思考,向以推理时计算的慢思考发展。OpenAI 的新模型 o1便是重要的标志。慢思考的到来也将会带来新的机会,行业认知的重要性被高度重视起来,过去对于AI应用以及背后的商业理解也将被刷新。

来自主题: AI资讯
9008 点击    2024-10-12 15:03
六年、六届学生接力,共铸上交大图像合成工具箱libcom

六年、六届学生接力,共铸上交大图像合成工具箱libcom

六年、六届学生接力,共铸上交大图像合成工具箱libcom

如果你对 arXiv 的版本号有所了解,你就知道这篇论文已经更新了 4 次,现在已经来到了第 5 个版本。实际上,这个 arXiv 编号属于上海交通大学牛力团队一篇持续更新了四年的综述报告。

来自主题: AI技术研报
6968 点击    2024-10-12 14:51
耗资数百万,六年磨一剑!上交开源首创图像合成神器libcom,下载量破万

耗资数百万,六年磨一剑!上交开源首创图像合成神器libcom,下载量破万

耗资数百万,六年磨一剑!上交开源首创图像合成神器libcom,下载量破万

在AIGC 的浪潮中,对已有图片做编辑的图像编辑(image editing)技术受到了越来越多的关注。图像编辑(image editing)的原子操作包括增、删、改。

来自主题: AI资讯
5467 点击    2024-10-12 14:35
联发科打响手机芯片“卷AI”的第一枪

联发科打响手机芯片“卷AI”的第一枪

联发科打响手机芯片“卷AI”的第一枪

联发科技,吹响了手机品类全面进军 AI 的号角。

来自主题: AI资讯
9088 点击    2024-10-12 14:31
NeurIPS 2024 | Transformer长度外推,全新位置编码DAPE大幅提升模型性能

NeurIPS 2024 | Transformer长度外推,全新位置编码DAPE大幅提升模型性能

NeurIPS 2024 | Transformer长度外推,全新位置编码DAPE大幅提升模型性能

在当今的人工智能领域,Transformer 模型已成为解决诸多自然语言处理任务的核心。然而,Transformer 模型在处理长文本时常常遇到性能瓶颈。传统的位置编码方法,如绝对位置编码(APE)和相对位置编码(RPE),虽然在许多任务中表现良好,但其固定性限制了其在处理超长文本时的适应性和灵活性。

来自主题: AI技术研报
8485 点击    2024-10-12 14:29