「科学强国」AI炒菜机器人“食”力赋能后厨——专访橡鹿科技联合创始人杨建成
「科学强国」AI炒菜机器人“食”力赋能后厨——专访橡鹿科技联合创始人杨建成2024年,当新质生产力被首次写入政府工作报告,无疑成为全国两会最火的关键词。新质生产力的核心是科学技术,用先进前沿的科学技术促进各行各业生产率提升,具体的抓手有人工智能、高端算力和算法、高端芯片等。
搜索
2024年,当新质生产力被首次写入政府工作报告,无疑成为全国两会最火的关键词。新质生产力的核心是科学技术,用先进前沿的科学技术促进各行各业生产率提升,具体的抓手有人工智能、高端算力和算法、高端芯片等。
近日,一款 “ AI薯条”在某品牌店铺上架,吸引众多消费者纷纷购买品尝。何为 “AI薯条”?AI如何“算”出人类喜欢的薯条口味?未来, AI在食品行业还有哪些应用前景?记者进行了探访。
根据scaling law,模型越大,高质量数据越多,效果越好。 但还有一个很直观的情况,随着预训练样本的质量不断提升,训练手段的优化。新的模型,往往效果能轻松反超参数量两倍于它的模型。
AI 大模型能否成为教育智能硬件的突破点?
程序员只写程序满足需求的时代,一去不复返了。AI 会让人类更加强大——去年 ChatGPT 掀起新一轮技术变革后,这件事成为了大多科技从业者的共识。
哪些AI应用正在被用户“抛弃”?3月13日,美国知名科技风投公司 a16z根据最新月访问量整理的Top50 AI应用榜单。恰好去年9月13日,a16z也发过类似的榜单。刚好半年过去了,参考这份榜单,我们能够对C端的AI应用进行一个系统性的复盘。
人工智能大模型的高耗电,会让很多国家玩不起。
“不学点AI找不到工作了?”AI带来的焦虑正在不断蔓延。 一位坐标北京的资深卖房中介林阳,已经开始自学AI大模型了。
【新智元导读】性能就是模型的一切!Altman首次公开曝料:GPT-5将会有史诗级提升,小看它的公司都会被碾压。而未来,AI将成为推动文明发展的核心动力。
【新智元导读】一夜之间,全球首个AI程序员的诞生码农的世界变了天。更让人震惊的是,现在的Devin还成为Cognition AI的首席执行官替身,开始打工了。
【新智元导读】利用文本生成图片(Text-to-Image, T2I)已经满足不了人们的需要了,近期研究在T2I模型的基础上引入了更多类型的条件来生成图像,本文对这些方法进行了总结综述。
「这才是我理想中的 GPU。」—— 黄仁勋。
半年时间,月之暗面把 AI 模型支持的上下文长度提升了一个数量级,实现了 200 万字上下文的「无损压缩」。
高通又往中高端手机市场扔下一颗「重磅炸弹」。
以脉冲神经网络(SNN)为代表的脑启发神经形态计算(neuromorphic computing)由于计算上的节能性质在最近几年受到了越来越多的关注 [1]。受启发于人脑中的生物神经元,神经形态计算通过模拟并行的存内计算、基于脉冲信号的事件驱动计算等生物特性,能够在不同于冯诺依曼架构的神经形态芯片上以低功耗实现神经网络计算。
为了应对 AI 发展带来的挑战,国内外研究者展开合作以避免其可能带来的灾难的发生。
2024年3月18日的GTC上,黄仁勋正式成了新的乔布斯。
全球首个开源的类Sora架构视频生成模型,来了!
都说今年是大模型落地元年,但实际进展还是快得超出想象了。
马斯克说到做到: 旗下大模型Grok现已开源
继2月以投后约25亿美金估值炸场后,杨植麟的大模型公司月之暗面终于有了一次公开对媒体的活动。
深度学习模型因其能够从大量数据中学习潜在关系的能力而「彻底改变了科学研究领域」。然而,纯粹依赖数据驱动的模型逐渐暴露出其局限性,如过度依赖数据、泛化能力受限以及与物理现实的一致性问题。
年 5 月,动动鼠标就能让图片变「活」得研究 DragGAN 吸引了 AI 圈的关注。通过拖拽,我们可以改变并合成自己想要的图像,比如下图中让一头狮子转头并张嘴!
Fast-DetectGPT 同时做到了高准确率、高速度、低成本、通用,扫清了实际应用的障碍!
说到做到,马斯克承诺的开源版大模型 Grok 终于来了!
不久前 OpenAI Sora 以其惊人的视频生成效果迅速走红,在一众文生视频模型中突出重围,成为全球瞩目的焦点。继 2 周前推出成本直降 46% 的 Sora 训练推理复现流程后,Colossal-AI 团队全面开源全球首个类 Sora 架构视频生成模型 「Open-Sora 1.0」,涵盖了整个训练流程,包括数据处理、所有训练细节和模型权重,携手全球 AI 热爱者共同推进视频创作的新纪元。
本文编译自播客节目a16z。Stability AI的科学家Andreas Blattmann和Robin Rombach与a16z的合伙人Anjney Midha共同探讨从文本到视频人工智能的前沿世界。
让一部分人,先看到未来生活
AI游戏,不拼技术先拼情绪价值
无论工具最初的建议看起来有多好,团队都应该跟进更多更具体的问题。