AInno-75B正式亮相，AI在视觉识别和工业设计领域的应用范围进一步拓宽。Chat GPT、Sora、Suno等AI技术的接连问世，让人类社会经历了一场认知的革命。世人开始意识到，AI不仅是单一的工具本身，更是推动人类文明进步的新引擎。在这个数据驱动、智能互联的时代，我们不禁发问：当AI的触角延伸到工业的每一个角落，它将如何重塑工业的未来？
AI还教人烹饪毒鹅膏 如今，AI技术正在被广泛地用于我们生活中的方方面面，但是有科学家提醒大家，目前还是先不要把你的健康托付给一些APP，因为它们很有可能会犯错，甚至有可能要了人的命。
最近，多模态大模型（LMM）取得了一系列引人注目的成就，特别是在视觉 - 语言任务上的表现令人瞩目。它们的成功不仅展现了多模态大模型在各个领域的实用性和灵活性，也为更多视觉场景下的应用探索了新的道路。
随着以深度学习为代表的新一代人工智能技术不断取得突破，学术界与工业界逐渐意识到人工智能技术在图像、视频压缩领域的巨大应用潜力。
在这个风起云涌的 AI 时代，一场前所未有的资本军备竞赛正在火热上演。算力、算法、数据，这些被视为 AI 领域的三大基石，正成为各大公司争夺的焦点。然而，在这场看似技术驱动的竞赛背后，低成本资金的获取却成为了决定胜负的隐形推手。
在大模型落地应用的过程中，端侧 AI 是非常重要的一个方向。近日，斯坦福大学研究人员推出的 Octopus v2 火了，受到了开发者社区的极大关注，模型一夜下载量超 2k。20 亿参数的 Octopus v2 可以在智能手机、汽车、个人电脑等端侧运行，在准确性和延迟方面超越了 GPT-4，并将上下文长度减少了 95%。此外，Octopus v2 比 Llama7B + RAG 方案快 36 倍。
比起App Store，如今的GPT Store几乎没有一战之力。
据 ADWEEK 报道，最近刚完成 7000 万美元 B 轮融资（英伟达和杰夫·贝佐斯领投），旨在挑战谷歌搜索的 AI 搜索引擎 Perplexity 宣布计划开始销售广告。
物体姿态估计对于各种应用至关重要，例如机器人操纵和混合现实。实例级方法通常需要纹理 CAD 模型来生成训练数据，并且不能应用于测试时未见过的新物体；而类别级方法消除了这些假设（实例训练和 CAD 模型），但获取类别级训练数据需要应用额外的姿态标准化和检查步骤。
墙内开花，墙外更香？
