搜索
继Sora官宣之后，多模态大模型在视频生成方面的应用简直就像井喷一样涌现出来，LUMA、Gen-3 Alpha等视频生成模型展现了极佳质量的艺术风格和视频场景的细节雕刻能力，文生视频、图生视频的新前沿不断被扩展令大家惊喜不已，抱有期待。
机器人操纵的一个基本目标是使模型能够理解视觉场景并执行动作。
图灵奖得主Hinton在他的访谈中提及「在未来20年内，AI有50%的概率超越人类的智能水平」，并建议各大科技公司早做准备，而评定大模型（包括多模态大模型）的「智力水平」则是这一准备的必要前提。
为了实现高精度的区域级多模态理解，本文提出了一种动态分辨率方案来模拟人类视觉认知系统。
Claude大模型又双叒叕更新升级了！
水能载舟，亦能覆舟
稚晖君创立智元机器人，资本竞相投资。
大模型、AI 搜索的一次重要实践。
怎么度量现在的AI到底能干什么不能干什么？
GPT-4通过图灵测试，54%人误认为真人。
AI正在改变消费电子产品。
一场关于非共识和长期最优解的对话。
Ilya去哪了？这个自去年年底OpenAI上演宫斗之后，所有关心AI的人都在问的问题，有了最终的答案。
人工智能技术创新与产业发展综合实力将进入全国第一方阵。
今天， OpenAI劲敌Anthropic忽然丢炸弹，发布下一代旗舰大模型Claude 3.5 Sonnet。
测试Gemini1.5 Pro、GPT-4o等多模态大模型的新基准来了，针对视频理解能力的那种。
城市时空的预测，迎来GPT时刻。 清华大学电子系城市科学与计算研究中心推出了第一个无需自然语言的纯时空通用模型——UniST，首次展示了纯时空模型本身的通用性和可扩展性，研究成果已被KDD2024接收。
将音频、图像、视频整合进同一工作流，这个由斯坦福初创公司发布的视频工具火了！ 预览版支持生成30S逼真视频，网友们直呼不输Luma。
毕业季，大模型人才正在被各家大厂和创业公司重金哄抢。 刚刚，腾讯也曝光了他们与大模型相关的人才计划，并且直通2025年校招—— 将面向全球范围内大举扩招50%大模型人才，并且放话薪资算力什么的不用愁。 不出所料，各家抢人下手都既快又狠，晚一步生怕就抢不到（不是）。
今天凌晨，OpenAI前首席科学家Ilya Sutskever向外界透露了他的最新动态。 不要再问Ilya去哪了，他宣布创立了一家名为“安全超级智能”（Safe SuperIntelligence，简称SSI）的新公司。
OpenAI从非营利转向营利引发争议，奥尔特曼遭批评。
Copilot GPT的叫好不叫座，似乎成了显而易见的事情。
AI对计算栈的改变远超过去50年各种变化的总和。
AI时代的危机！
在随时会被大模型能力覆盖掉的品类里如何突出重围。
AI，改变了体育直播的什么？
最强AI音频工具来了！
我们准备好迎接AI社交平台了吗？
AI会不会在未来统治人类？
在商业需求更明确的未来，FPGA或ASIC将成为更优的底层计算设备。
