人工智能正经历一场由大模型引发的革命。这些拥有数十亿甚至万亿参数的庞然大物，正在重塑我们对 AI 能力的认知，也构筑起充满挑战与机遇的技术迷宫——从计算集群高速互联网络的搭建，到训练过程中模型稳定性和鲁棒性的提升，再到探索更快更优的压缩与加速方法，每一步都是对创新者的考验。
在国民娱乐需求增长、元宇宙大火、AI技术不断迭代的大背景下，中国的数字人产业正在高速发展，并已经覆盖影视、传媒、金融、文旅、房地产、汽车以及银行证券等多个场景。并且随着中国数字经济规模不断扩大，数字消费模式更容易被消费者接受，各大头部科技企业纷纷加入数字化转型行列中，为数字人行业带来发展契机。
AI 技术在辅助抗体设计方面取得了巨大进步。然而，抗体设计仍然严重依赖于从血清中分离抗原特异性抗体，这是一个资源密集且耗时的过程。
随着大模型的快速发展，指令调优在提升模型性能和泛化能力方面发挥着至关重要的作用。
大语言模型 (LLM) 经历了重大的演变，最近，我们也目睹了多模态大语言模型 (MLLM) 的蓬勃发展，它们表现出令人惊讶的多模态能力。 特别是，GPT-4o 的出现显著推动了 MLLM 领域的发展。然而，与这些模型相对应的开源模型却明显不足。开源社区迫切需要进一步促进该领域的发展，这一点怎么强调也不为过。
今年 3 月份，英伟达 CEO 黄仁勋举办了一个非常特别的活动。他邀请开创性论文《Attention Is All You Need》的作者们齐聚 GTC，畅谈生成式 AI 的未来发展方向。
“如果投新的钱出去，就要算一算收益是否跑得过回购腾讯股票。”
今日获悉，由莫斯科国立大学举办的 MSU 世界视频编码器大赛结果揭晓。在全部参赛编码器中，腾讯编码器包揽所有 15 项指标的全部第一，再次斩获全场最佳。
国产大模型，多模态能力都开始超越GPT-4-Turbo了？？
腾讯机器狗，登上了Nature子刊封面！
