-
华为推出业界首个品宽大模型：迈向L4自动驾驶
快科技9月28日消息，在2024中国国际信息通信展会期间，华为光接入领域总裁冯志山在全光宽带高质量发展论坛发表了加速F5G-A万兆光网商用，迎接智能时代新机遇”发言。 他指出，各类AI智能应用的快速涌现，驱动光宽产业加速向万兆光网演进，F5G-A万兆光网发...
-
AI日报：Meta发布Llama3.2模型及Orion AR眼镜；Sora迎来大升级；全新Notion AI发布
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解:https://top.aibase.com/ 1、猛了!Meta震撼发布Llam...
-
Reflection 70B 遭质疑基模为 Llama 3；Replit Agent：编程 0 基础适用丨 RTE 开发者日报
开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文...
-
集成 Sermant，ServiceStage 带你实现应用上下线平滑过渡
摘要：为了保证应用正确上下线、流量不丢失，ServiceStage 基于 Sermant 提供了一套优雅上下线的方案，包括预热、延迟下线等，避免了请求超时、连接拒绝、流量丢失等问题的发生。 本文分享自华为云社区《ServiceStage 集成 Ser...
-
【AIGC半月报】AIGC大模型启元：2024.09（上）
【AIGC半月报】AIGC大模型启元：2024.09（上） (1 OCR-2.0（旷视科技） (2 MiniCPM 3.0（面壁智能） (3 RAGLAB（RAG框架） (4 Reflection 70B（HyperWrite）...
-
2024外滩大会大模型论坛:发布3个大模型产品、多项行业共建成果落地
2024年9月5日，Inclusion·外滩大会成功举办了主题为“大模型的创造力边界与应用想象力”的论坛。本次论坛由中国人工智能学会和蚂蚁集团主办，中国信息通信研究院华东分院承办，汇聚了包括中国工程院院士蒋昌俊、清华大学人工智能研究院常务副院长孙茂松、上海...
-
国内首个！端到端语音大模型心辰Lingo在外滩大会正式发布上线
9月5日，在外滩大会“大模型的创造力边界与应用想象力”论坛上，大模型创业企业西湖心辰正式发布并上线国内首个端到端语音大模型“心辰Lingo”。 “心辰Lingo”实现了端到端语音技术，在处理对话时直接理解语音，捕捉语气、节奏和情绪，并进行语音回复，减少了信...
-
A16Z最新发布：下一代皮克斯，AI 会如何融合电影和游戏？
故事是人类体验的核心——我们通过故事来理解世界、找到意义并与他人建立联系。在过去的一个世纪里，我们最喜爱的许多故事都是通过技术变革实现的。20世纪30年代，迪士尼发明了多平面摄像机，并率先制作了声音同步的全彩动画片——最终催生了开创性的动画电影《白雪公主和...
-
在 RAGFlow 中实践 GraphRAG
RAGFlow 0.9 版本发布，正式引入了对 GraphRAG 的支持。GraphRAG 由微软近期开源【参考文献1】，被称作下一代 RAG，并且在更早时间发表了相关论文【参考文献2】。关于下一代 RAG，在 RAGFlow 体系的定义更加完整，就是如下...
-
对标GPT 4o！科大讯飞星火极速超拟人交互来了：情绪价值拉满
快科技8月19日消息，据科大讯飞”官微发文，全新的星火极速超拟人交互正式发布，计划8月30日上线讯飞星火APP，全民开放体验。 据介绍，星火极速超拟人交互在响应和打断速度、情绪感知情感共鸣、语音可控表达、人设扮演四个方面实现突破，对标GPT 4o。 此次星...
-
SenseVoice多语言语音理解模型之最新部署落地经验
SenseVoice是阿里云通义实验室开发的一款多语言音频基础模型，专注于高精度多语言语音识别、情感辨识和音频事件检测。 SenseVoice支持超过50种语言的识别，并且在中文和粤语上的识别效果优于Whisper模型，提升了50%以上。 SenseV...
-
Chameleon：Meta推出的图文混合多模态开源模型
目录 引言 一、Chameleon模型概述 1、早期融合和基于token的混合模态模型 1）早期融合的优势 2）基于token的方法 2、端到端训练 二、技术挑战与解决方案 1、优化稳定性问题 2、扩展性问题 3、架构创新 4、训练技...
-
48亿现金收购Silo AI后：AMD在欧洲市场有望超过NVIDIA！
快科技8月15日消息，AMD近日宣布完成了对欧洲最大的私人AI实验室Silo AI的收购，交易价值约6.65亿美元，约合48亿元人民币，全部以现金支付。 Counterpoint研究副总监Mohit Agrawal指出，这一战略性收购预计将显著增强AMD在...
-
秒杀GPT-4、Devin，全球最强AI程序员来啦！
今年3月，AI初创公司Cognition发布的首个AI程序员Devin引起巨大轰动，它可以像人一样实现端到端的部署、调试、优化代码，几乎与编程相关的任务都能自动化完成。 今天，Cosine发布了同类产品Genie，但在权威测试平台SWE-Bench上的评分...
-
AI重新定义汽车，“蔚小理”抢先交卷
近日，智能驾驶行业的军备竞赛似乎开始全面提速。小鹏汽车正式向全球用户发布AI天玑系统XOS5.2.0版本，这是全球唯二实现端到端大模型量产落地的车企。 抓紧时间交卷的还有理想和蔚来，理想首次公开了其端到端自动驾驶技术架构;蔚来智能驾驶技术架构 NADArc...
-
AIGC——ControlNet模型的原理
简介 ControlNet旨在控制预训练的大型扩散模型，以支持额外的输入条件。ControlNet能够以端到端的方式学习特定任务的条件，即使在训练数据集很小的情况下（<50k），也能保持稳健性。此外，训练ControlNet的速度与微调扩散模型一...
-
何小鹏：小鹏汽车是全球唯二端到端大模型量产落地的车企
快科技7月30日消息，在正在举办的小鹏汽车AI智驾技术发布会”上，小鹏汽车董事长何小鹏表示，小鹏汽车是全球唯二实现端到端大模型量产落地的车企，同时何小鹏还称，端到端大模型”让小鹏智驾技术进步前所未有的加速。 此外，小鹏汽车在AI训练上已投入了35亿费用，包...
-
AI日报：OpenAI推搜索引擎SearchGPT；智谱推AI视频产品清影；字节发布豆包图生图模型；B站上线AIGC推荐广告标题功能
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解:https://top.aibase.com/ 1、挑战谷歌!OpenAI推搜索引...
-
何小鹏：结合端到端技术和大模型最终将实现L4级别自动驾驶
小鹏汽车董事长何小鹏近日在社交媒体上发表了对特斯拉最新版全自动驾驶系统（FSD）和自动驾驶出租车(Robotaxi 的看法。 何小鹏表示，特斯拉今年的FSD系统与过去相比在技术上有了显著提升，他对这一进步表示赞赏。他还提到，他最近与多位L4自动驾驶项目的负...
-
以全栈智算拥抱生态，为AIGC种一棵向上生长的巨榕
榕树，被称为百木之王。它既有极深的根，又有繁茂的叶。只要一棵榕树长成，就能够独木成林，遮天蔽日。更可贵的是，榕树可以为树荫下繁茂的生态提供支撑，形成“一榕生，万物长”的格局。 开年以来，OpenAI推出了炸裂的Sora文生视频模型，再一次将...
-
AI日报：阿里云发布音频模型Qwen2-Audio；字节将推类sora模型；AI眼里13.11＞13.8
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解：https://top.aibase.com/ 1、Qwen2-Audio：千问系...
-
京东广告研发——AIGC在京东广告创意的技术应用
一、前言 电商广告图片不仅能够抓住消费者的眼球，还可以传递品牌核心价值和故事，建立起与消费者之间的情感联系。然而现有的广告图片大多依赖人工制作，存在效率和成本的限制。尽管最近AIGC技术取得了卓越的进展，但其在广告图片的应用还存在缺乏卖点信息、难以规模...
-
深度解读昇腾CANN模型下沉技术，提升模型调度性能
本文分享自华为云社区《深度解读昇腾CANN模型下沉技术，提升模型调度性能》，作者：昇腾CANN。 AI模型的运行通常情况下需要CPU和NPU（昇腾AI处理器）等AI专用处理器协同工作，CPU所在位置称为主机端（Host），而NPU所在位置称为设备端（De...
-
规格拉满！Llama和Sora作者都来刷脸的中国AI春晚，还开源了一大堆大模型成果...
鱼羊 明敏 发自 凹非寺量子位 | 公众号 QbitAI 本周国内最受关注的AI盛事，今日启幕。 活动规格之高，没有哪个关心AI技术发展的人能不为之吸引—— Sora团队负责人Aditya Ramesh与DiT作者谢赛宁同台交流，李开复与...
-
品友互动携手华润万家数科，零售大数据赋能的AI营销，打造品牌商增长“新引擎”
为促进零售行业数据的交易流通与创新应用，7月10日下午，受华润集团邀请，深演智能创始人兼CEO黄晓南女士出席由上海数据交易所主办的零售行业交流会议，并在会议上公开宣布与华润集团正式达成战略合作。作为华润首批数据金牌服务商，深演智能旗下公司数零智科是唯 一...
-
全球247亿美元豪赌GenAI，疯狂入局AI成高风险博弈？
【新智元导读】面对GenAI的技术浪潮，很多人都会在不断迭代更新的技术中逐渐迷失。站在潮头的Sapphire、Emergence、Menlo等风投公司，又会如何看待这场AI变局的现状与走向? 根据Sapphire Ventures的数据，GenAI领域从2...
-
蚂蚁集团WAIC发布大模型密算平台，助力大模型破解数据供给挑战
大模型向下扎根深入行业，必须要破解高质量数据供给的挑战。7月5日，2024年世界人工智能大会进入第二天，作为数据要素领域的主要技术服务商，蚂蚁集团发布“隐语Cloud”大模型密算平台，通过软硬件结合的可信隐私计算技术，在大模型托管和大模型推理等环节实现数据...
-
Mozilla 开源 llamafile:大语言模型分发与部署新范式
引言 随着 ChatGPT、BERT 等大型语言模型(Large Language Model, LLM 在自然语言处理领域掀起巨大波澜,AI 技术正以前所未有的速度走近大众生活。然而,这些 LLM 的训练和推理对计算资源提出了极高要求,动辄数十甚至数百...
-
AI真·炼丹：整整14天，无需人类参与
现在制药这事，人类要靠边站了。 坐标苏州，这是一个1600平的制药实验室，它的“打开方式”是这样的: 门口，没有人。 走廊，没有人。 实验室，也没有人。 相比以往充斥着科学家、研究员的实验室，它更多的是把机械臂和AI系统塞了进去，主打的就是一个全自动...
-
【解决方案】【AI代码生成工具】AI在前端开发中的实践应用：GitHub Copilot与vscode开发流程的融合
#如何利用AI提高内容生产效率# 引言 随着人工智能技术的飞速发展，AI工具在软件开发中的应用越来越广泛。GitHub Copilot作为AI代码生成工具的代表，正在改变前端开发者的工作流程。本文将探讨GitHub Copilot在前端开发中的集成方...
-
视频生成模型 Dream Machine 开放试用；微软将停止 Copilot GPTs丨 RTE 开发者日报 Vol.224
开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的 文...
-
【AIGC调研系列】Jina的Reader API是什么
Jina的Reader API是一个能够将任何网址转换成对大型语言模型（LLM）友好的输入格式的工具。用户只需在URL前添加简单的前缀"https://r.jina.ai/"，即可实现这一转换，从而为使用代理和检索生成系统的用户提供改善后的输出结果[1][...
-
AIGC |「多模态模型」系列之OneChart：端到端图表理解信息提取模型
论文标题: OneChart: Purify the Chart Structural Extraction via One Auxiliary Token 论文作者: Jinyue Chen, Lingyu Kong, Haoran Wei, Chen...
-
【AIGC】深入探索AIGC技术在文本生成与音频生成领域的应用
?文章标题 ?AIGC之文本生成 ?应用型文本生成 ?创作型文本生成 ?文本辅助生成 ?重点关注场景 ?音频及文字—音频生成 ?TTS(Text-to-speech 场景 ?乐曲/歌曲生成 ?场景推荐 随着科技的飞速发展?，...
-
规格拉满！Llama和Sora作者都来刷脸的中国AI春晚，还开源了一大堆大模型成果
本周国内最受关注的AI盛事，今日启幕。 活动规格之高，没有哪个关心AI技术发展的人能不为之吸引—— Sora团队负责人Aditya Ramesh与DiT作者谢赛宁同台交流，李开复与张亚勤炉边对话，Llama2/3作者Thomas Scialom，王小川、杨...
-
FP6精度单卡运行Llama 70B模型，性能飞跃引领大模型时代
在深度学习领域，模型的运行效率和精度一直是研究者们追求的目标。最近，微软DeepSpeed团队在这一领域取得了突破性进展，他们在没有英伟达官方支持的情况下，成功在NVIDIA A100 GPU上实现了FP6精度的运行，这一成就不仅提升了计算速度，还保持了计...
-
AppleIntelligence发布！苹果发布大模型Siri
今日凌晨，全球开发者大会（WWDC）上，苹果Siri智能助手不仅以全新的Logo图标亮相，更带来了前所未有的升级体验。 新版Siri新增了连续对话功能，它更自然地理解用户的上下文内容，让交流更加流畅自然。同时，Siri还支持跨软件操作，无论用户正在使用哪个...
-
在读大学生免费 - AIGC 驱动的新质电商运营精英实战训练课程
让你在最短时间内全面掌握AIGC新质电商前沿技能。报名学员将进入“元壤教育和中国软件行业协会AIGC人才工厂”人才库，并获得长期不间断的AIGC新质电商在线兼职、线上/线下实习和就业等等服务。 备注：大学生可前往“元壤教育”公众号，点击菜单栏提交免费学习...
-
从商品图到海报生成 京东广告AIGC创意技术应用
一、前言 电商广告图片不仅能够抓住消费者的眼球，还可以传递品牌核心价值和故事，建立起与消费者之间的情感联系。然而现有的广告图片大多依赖人工制作，存在效率和成本的限制。尽管最近 AIGC 技术取得了卓越的进展，但其在广告图片的应用还存在缺乏卖点信息、难以规...
-
每日AIGC最新进展(17)：具有边缘引导运动细化的基于事件的视频帧插值、具有连续布朗桥扩散的帧插值、
Diffusion Models专栏文章汇总：入门与实战 Event-based Video Frame Interpolation with Edge Guided Motion Refinement 视频帧插值，即在连续视频帧之间合成中间帧...
-
面向AIGC的InfiniBand网络技术特性分析
在AIGC的训练场景，基本上不差钱的客户都会首选InfiniBand，作为跨AI服务器节点的网络组网方案，今天我们就来讲一讲InfiniBand到底有那些针对AIGC场景的技术优化： &nbs...
-
LeCun新作：分层世界模型，数据驱动的人型机器人控制
有了大模型作为智能上的加持，人型机器人已然成为新的风口。 科幻电影中「安能辨我不是人」的机器人似乎已经越来越近了。 不过，要想像人类一样思考和行动，对于机器人，特别是人型机器人来说，仍是个艰巨的工程问题。 就拿简单的学走路来说，利用强化学习来训练可能会演...
-
实时局部建图的深入思考 | MapTR继往开来的18篇论文剖析！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 实时局部建图领域自从端到端方案MapTR(2023.1 [1]问世后已经又涌现出非常多优秀的工作,基本是在MapTR基本框架的基础上进行一系列改进,包括原班人马的升级作品MapTRv2(2023.8 ...
-
AIGC-音频生产十大主流模型技术原理及优缺点
音频生成(Audio Generation 指的是利用机器学习和人工智能技术，从文本、语音或其他源自动生成音频的过程。 音频生成行业是AIGC技术主要渗透的领域之一。AI音频生成行业是指利用人工智能技术和算法来生成音频内容的领域。按照输入...
-
这家产品AI用户过亿，月活第一，覆盖学习办公和家庭教育，还有人偷偷用来赚钱
谁是AI产品风口浪尖最当红的焦点? 不是有些盆友猜测的聊天Bot——在最新的AI产品榜上，百度文库才是高居榜首的那一位。 显眼的排名背后，是超1.4亿的AI用户数，以及超15亿的AI新功能使用次数。 AI能用它帮大忙的场景，遍布学习办公、家庭教育和兼职赚...
-
【AIGC调研系列】GPT-4O比GPT-4强在哪
GPT-4O与GPT-4在多个方面有所不同，主要体现在性能、响应速度、成本效益以及多模态处理能力上。 性能提升：GPT-4O在文本分析、推理和编程能力上相较于GPT-4有显著提升。特别是在视觉和音频理解能力上，GPT-4O表现出更优越的性能[3][8...
-
数据驱动与 LLM 微调：打造 E2E 任务型对话 Agent
作者 | Thought Agent 社区 在对话系统的设计和实现中，传统的基于 Rasa-like 框架的方法往往需要依赖于多个模块的紧密协作，例如我们在之前的文章中提到的基于大模型（LLM）构建的任务型对话 Agent，Thought Agent，其...
-
自动驾驶系统架构转变思考
本文经自动驾驶之心公众号授权转载，转载请联系出处。 自动驾驶系统架构转变思考 从事辅助驾驶系统架构一段时间后，感觉到了疲惫和无力感，更加深刻的理解到道德经，道生于有，有生于无，有无相生，难易相承，.....是以圣人处无为之事，行不言之教，万物作焉而不辞...
-
Yolov10：详解、部署、应用一站式齐全！
一、前言 在过去的几年里，YOLOs由于其在计算成本和检测性能之间的有效平衡，已成为实时目标检测领域的主导范式。研究人员探索了YOLO的架构设计、优化目标、数据扩充策略等，取得了显著进展。然而，依赖非极大值抑制（NMS）进行后处理阻碍了YOLO的...
-
实战whisper语音识别第一天，部署服务器，可远程访问，实时语音转文字（全部代码和详细部署步骤）
Whisper是OpenAI于2022年发布的一个开源深度学习模型，专门用于语音识别任务。它能够将音频转换成文字，支持多种语言的识别，包括但不限于英语、中文、西班牙语等。Whisper模型的特点是它在多种不同的音频条件下（如不同的背景噪声水平、说话者的口音...