-
瑜伽球上遛「狗」！入选英伟达十大项目之一的Eureka有了新突破
机器狗在瑜伽球上稳稳当当的行走，平衡力那是相当的好： 各种场景都能拿捏，不管是平坦的人行道、还是充满挑战的草坪都能 hold 住： 甚至是研究人员踢了一脚瑜伽球，机器狗也不会歪倒： 给气球放气机器狗也能保持平衡： 上述展示都是 1 倍速，没有经过...
-
LeCun哈佛演讲PPT放出：唱衰自回归LLM，指明下一代AI方向
机器如何能像人类和动物一样高效地学习？机器如何学习世界运作方式并获得常识？机器如何学习推理和规划…… 当一系列问题被提出时，有人回答自回归 LLM 足以胜任。 然而，知名 AI 学者、图灵奖得主 Yann LeCun 并不这么认为，他一直唱衰自回归 LL...
-
六种人工智能代理（AI Agent）类型
随着大模型的发展，通用智能不断迭代升级，应用模式也不断创新，从简单的Prompt应用、RAG（搜索增强生成）再到AI Agent（人工智能代理）。其中AI Agent一直是个火热的话题，未来将无处不在。比尔盖茨还宣称终极技术竞赛将围绕着开发顶级AI代理。...
-
看透物体的3D表示和生成模型：NUS团队提出X-Ray
项目主页：https://tau-yihouxiang.github.io/projects/X-Ray/X-Ray.html 论文地址：https://arxiv.org/abs/2404.14329 代码地址：https://github.com...
-
捋一捋目前的前端编辑器
在帮一些同学远程修改代码的时候，我发现大家使用的编辑器是多种多样的：VSCode、WebStorm 甚至是 Sublime... 这不禁让我回忆起：【我最初学习前端的时候，还真是在编辑器的上尝试过很多不同的选择】。 时至如今，我已经变成了 VSCode...
-
库克透露iOS新功能将引入人工智能 或涉及与谷歌和OpenAI的合作
苹果首席执行官蒂姆·库克在最新消息中明确表示，苹果即将推出人工智能功能，而一份来自AppleInsider的新报告揭示了关于下一版iOS可能包含的更多细节。据悉，新功能将主要集中在Siri上，其中包括其具备在消息应用程序中分析和总结文本的能力。 此前的报...
-
AI人才争夺战，华尔街入局：豪掷百万美元年薪抢人
继硅谷之后，华尔街也入局“AI人才争夺大战”。 他们的目标非常明确——抢的就是高精尖的AI专家。 现在这条“街”上，不论是银行、对冲基金还是私募股权公司都已纷纷下场，可谓是豪掷千金，大抢特抢。 能有多豪? 奉上一组“最热Top5岗位”薪酬数据: AI/机...
-
GitHub版Devin上线，会打字就能开发应用，微软CEO：重新定义IDE
微软的“GitHub版Devin”——Copilot WorkSpace，终于上线了！ WorkSpace是一种“Copilot原生”的全新开发环境，目的是让所有开发者都可以用自然语言，把脑海里的创意转化成应用。 也就是说，只要有想法，而且会打字，就可以...
-
AI技术再现经典，1950年代真人版马里奥电影在美版“知乎”爆火
近日，一个以1950年代为背景的真人版马里奥电影在Reddit上引发了广泛关注。这部由AI生成的电影，改编自Switch红白机时代最经典的游戏之一——马里奥，自从游戏问世以来就吸引了无数粉丝，并衍生出多种类型的相关作品。 该真人版马里奥电影凭借其创意和A...
-
Sora大片真相：人工特效参与，被指误导大众
啊？Sora火爆短片《气球人》，也“造假”了？？？ 背后艺术家团队的最新揭秘，可谓一石激起千层浪： 原来，视频画面并非完全由AI生成，其中有大量视觉效果需要人类后期实现。 be like： 这下网友不干了，合着大家伙儿跟OpenAI玩真心，OpenAI...
-
谷歌突破2万亿美元里程碑，却被曝裁掉整个Python团队？PyTorch之父怒批离谱
最近，大科技公司的财报纷纷出了结果，谷歌笑翻了—— 就在上周五，谷歌的市值已经达到了2万亿美元的里程碑。 劈柴表示非常满意！此后，谷歌将继续专注AI，让它成为搜索领域的颠覆性力量。 不过，就在一片大好的形势下，刚刚却曝出来一个出人意料的消息：谷歌的Pyt...
-
Adobe推出全新AI技术VideoGigaGAN：视频清晰度提升8倍
快科技4月26日消息，Adobe公司宣布了一项革命性的新技术VideoGigaGAN，这是一项基于人工智能的视频超分辨率技术，能够将视频清晰度提高8倍。 VideoGigaGAN技术的发布，标志着视频放大技术的又一重要进步，为视频编辑、增强和修复等领域带来...
-
一文解决任何机器学习问题！
前言 数据挖掘大神Abhishek Thakur，很多数据挖掘kaggler对他都非常熟悉，他在 Linkedin 发表了一篇名为Approaching (Almost Any Machine Learning Problem(几乎解决任何机器学习...
-
老黄亲自上门送超算！OpenAI奥特曼签收后到斯坦福演讲GPT-5
皮衣老黄亲自上门送货！OpenAI收到世界上第一台DGX H200超算。 致推进人工智能、计算和人类发展。 图片 这下呼吁快发布GPT-5的声音更高了。 图片 在OpenAI负责模型微调的员工Steven Heidel开玩笑说：“老黄签过名上了Buff的...
-
华人持续炸场！8倍于SOTA模型发布，超分辨率细节还原度逆天，终于可以看清楚蜘蛛网丝了！网友：质量真不错！电影时长9秒才够用！
撰稿 | 言征 出品 | 51CTO技术栈（微信号：blog51cto） Sora带火了“视频一致性”的研究，但单纯在时间一致性已经不能满足业内对于高逼真视频的渴望。这不，华人又出来炸场了！ 近日，一个名为VideoGigaGAN的视频模型在业界走红。...
-
颜水成挂帅，奠定「通用视觉多模态大模型」终极形态！一统理解/生成/分割/编辑
近日，颜水成教授团队联合发布并开源了Vitron通用像素级视觉多模态大语言模型。 项...
-
在线地图还能这样？MapTracker：用跟踪实现在线地图新SOTA！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 太强了，在线高精地图还能用跟踪的方式来做！！！本文提出了一种矢量HD建图算法，该算法将在线高精建图公式化为跟踪任务，并使用memory latents的历史来确保随着时...
-
AI信任危机之后，揭秘预训练如何塑造机器的「可信灵魂」
图表 1: 大模型的通用训练流程 [1] 在人工智能的前沿领域，大语言模型（Large Language Models，LLMs）由于其强大的能力正吸引着全球研究者的目光。在 LLMs 的研发流程中，预训练阶段占据着举足轻重的地位，它不仅消耗了大量的计...
-
硬控设计人一分钟，加持大模型的Adobe，PS起来更香了
图像编辑这一块，还得看 Adobe。 刚刚，Adobe 正式宣布推出新的图像生成模型 Firefly Image 3，即日起在 Firefly Web 应用程序、Adobe Photoshop 和 Adobe InDesign 中提供测试版，并在「今年晚...
-
大模型一对一战斗75万轮，GPT-4夺冠，Llama 3位列第五
关于Llama 3，又有测试结果新鲜出炉—— 大模型评测社区LMSYS发布了一份大模型排行榜单，Llama 3位列第五，英文单项与GPT-4并列第一。 图片 不同于其他Benchmark，这份榜单的依据是模型一对一battle，由全网测评者自行命题并打分...
-
AI日报：微软发布iPhone可运行AI模型；全国首例AI声音侵权案判了；Kimi创始人套现数千万美金；中文聊天模型Llama3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、腾讯SaaS产品智能化升级 全...
-
四款值得推荐的AI辅助编程工具
在这个AI迅速发展的阶段，涌现出了一大批好用的AI辅助编程工具。AI辅助编程工具能够提高开发效率、改善代码质量、降低bug率，是现代软件开发过程中的重要助手。今天大姚给大家分享4款AI辅助编程工具（并且都支持C#语言），希望对大家有所帮助。 http...
-
4000万蛋白结构训练，西湖大学开发基于结构词表的蛋白质通用大模型，已开源
蛋白质结构相比于序列往往被认为更加具有信息量，因为其直接决定了蛋白质的功能。而随着AlphaFold2带来的巨大突破，大量的预测结构被发布出来供人研究使用。如何利用这些蛋白质结构来训练强大且通用的表征模型是一个值得研究的方向。 西湖大学的研究人员利用Fo...
-
再见，AI意识先驱：Daniel Dennett
认知科学和哲学的巨人、塔夫茨大学名誉教授丹尼尔·丹尼特（Daniel Dennett）逝世了，享年82岁。 丹尼特在哲学领域做出了重大的贡献，被称为“进化论四骑士”之一，是近二十年来西方新无神论运动的领军人物。 他的巨作《意识的解释》被认为是心智哲学甚至当...
-
如何基于香橙派AIpro对视频/图像数据进行预处理
本文分享自华为云社区《如何基于香橙派AIpro对视频/图像数据进行预处理》，作者： 昇腾CANN。 受网络结构和训练方式等因素的影响，绝大多数神经网络模型对输入数据都有格式上的限制。在计算机视觉领域，这个限制大多体现在图像的尺寸、色域、归一化参数等。如果...
-
AI日报：GPT-4Turbo向所有付费用户开放；谷歌将推3款免费AI工具；百度将发布AI原生操作系统DuerOS X，中山大学“梗王”大模型靠讲笑话入选顶会CVPR
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/ 📰🤖📢AI新鲜事 新版GPT-4T...
-
AI延时视频生成工具MagicTime在线体验地址放出
MagicTime是一款创新的在线工具，它能够根据用户提供的文本描述生成展示真实世界物理变化过程的时间延迟视频。这种技术的应用范围非常广泛，可以用于记录和展示各种自然和人为引起的变化过程。 体验地址:https://huggingface.co/spac...
-
Next ’24 - 踏上云端新旅程
作者 ｜ Google Cloud CEO, Thomas Kurian 去年，全世界才开始想象生成式 AI 将为企业带来怎样的转变，如今这些转变正在逐步展开。 而 Google 一直遵循着相同的原则：打造人人都能受益的 AI 技术，尽力为更多人带来更...
-
基于因果推断的推荐系统：回顾和前瞻
本次分享的主题为基于因果推断的推荐系统，回顾过去的相关工作，并提出本方向的未来展望。 为什么在推荐系统中需要使用因果推断技术？现有的研究工作用因果推断来解决三类问题（参见 Gao et al.的 TOIS 2023 论文 Causal Inference...
-
如何评估大语言模型（LLM）的质量——框架、方法、指标和基准。
在人工智能领域，由于大模型（LLM）技术的发展以及其广阔的市场前景，MaaS 以及开源大模型呈现出百家争鸣的景象。现阶段，大型语言模型的开发和应用已经成为各个领域智能化提升的重要方向。为了利用大模型实现业务和产品的提升或创新，就需要对大模型进行系统的评估...
-
Parler-TTS官网体验入口 AI语音生成工具免费使用地址
Parler-TTS是一个由 Hugging Face 开发的轻量级文本转语音（TTS）模型，能够以给定说话者的风格（性别、音调、说话风格等）生成高质量、自然 sounding 的语音。它是基于 Dan Lyth 和 Simon King 发表的论文《Na...
-
报告称：OpenAI和Meta即将发布具有人类推理能力的AI模型
OpenAI 和 Meta 据称正在准备发布更先进的 AI 模型，这些模型将能够帮助解决问题并承担更复杂的任务。OpenAI 的首席运营官 Brad Lightcap 告诉《金融时报》，公司下一个版本的 GPT 将在解决 "困难问题" 方面取得进展，例如推...
-
谷歌推出 AI 创作应用 Google Vids：会 PPT 就能做视频、支持多人协作
4 月 10 日消息，过去传统办公一直围绕着文档、电子表格和幻灯片（如微软的 Word、Excel、PowerPoint，苹果的 Pages、Numbers、Keynote，谷歌的 Docs、Sheets、Slides）。现在，谷歌想要增加一个名为...
-
如何使用 Midjourney？2024年最新更新
一：基础篇 1：注册 首先，你需要注册一个 Discord 账号，然后加入 Midjourney 的 Discord 服务器。或者去 Midjourney 的官网点击右下角的 Join the Beta： 2：在 Discord 公共服务器里使...
-
使用BERT的LLM提取摘要
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 在当今快节奏的世界里，充斥着太多的信息，并且难以处理。人们越来越习惯于在更短的时间内接收更多的信息，当他们不得不阅读大量的文件或书籍时...
-
Stable Diffusion生成诗词背景图
文章目录 安装Stable Diffusion 使用整合包 功能讲解 生成诗词背景图 API调用 安装Stable Diffusion 网上有许多大神整合的 Stable Diffusion 整合包，这里可以到B站下载秋叶的整合包...
-
陈巍：LLaMA-2的多模态版本架构与训练详解（收录于GPT-4/ChatGPT技术与产业分析）
陈巍：2023年9月，Meta的研究人员推出了AnyMAL（任意模态增强语言模型，Any-Modality Augmented Language Model）。该模型能够理解多种模态信号并生成文本回应，即多模态输入，单模态输出。输入的模态可包括图像、视频、...
-
Microsoft Copilot (Bing Chat)
Copilot: Your everyday AI companion （你每天的AI伙伴） Bing AI - 搜索 Microsoft Copilot: 你的日常 AI 助手 Copilot|Designer: Create images f...
-
尝试着在Stable Diffusion里边使用SadTalker进行数字人制作
首先需要标明的是，我这里是图片说话类型，而且是看了知识星球AI破局俱乐部大航海数字人手册进行操作的。写下这篇文章是防止我以后遗忘。 我使用的基础软件是Stable Diffusion，SadTalker是作为插件放进来的，需要注意的是这对自己的电脑GPU要...
-
Midjourney-Commands 命令教程
探索Midjourney之旅，学习绘画与AI，一同成长。加入「阿杰与AI」公众号，参与内容社群建设。 1.Midjourney 新手快速起步指南 2.Prompts-提示指令 3.Explore Prompting-提示指令的探索 4.Blend-叠加...
-
五种常用于LLM的令牌遮蔽技术介绍以及Pytorch的实现
本文将介绍大语言模型中使用的不同令牌遮蔽技术，并比较它们的优点，以及使用Pytorch实现以了解它们的底层工作原理。 令牌掩码Token Masking是一种广泛应用于语言模型分类变体和生成模型训练的策略。BERT语言模型首先使用，并被用于许多变体(Ro...
-
Suno Music Video官网体验入口 AI音乐视频制作工具在线使用地址
Suno Music Video是一款在线音乐视频创作工具，无需专业编辑技能即可生成精美的音乐视频。该产品提供自动同步歌词、多样化视觉风格、海量素材库等功能，帮助音乐创作者快速制作出吸引人的音乐视频内容，提升在各大视频平台的曝光度和互动量。该产品定位于广大...
-
fanuc机床使用focas协议采集数据window和Linux都支持（下载中包括所有资料和demo）
focas协议是用来采集fanuc机床的协议，通过以太网进行采集。 1. focas1/2的简明教程可以看（稍后我会把所有的资料都上传，这是我从各个地方收集到并整理的）： 这个文档主要介绍了fanuc机床的ip和端口如何配置，能通讯的数据分类，和采集方...
-
MiniGPT4-Video官网体验入口 视频理解多模态AI大模型使用地址
MiniGPT4-Video是什么？ MiniGPT4-Video是为视频理解设计的多模态大模型，能处理时态视觉数据和文本数据，配标题、宣传语，适用于视频问答。 点击前往MiniGPT4-Video官网体验入口 MiniGPT4-Video的主要特点...
-
1MB的神奇AI，检测百万文件，99%的准确率！
在 Web 开发中，上传文件至服务器前的文件类型检测至关重要。这一步骤不仅能够确保服务器和用户的安全，拦截可能的恶意文件，还能保证上传的文件完整且符合预期，提高数据的合规性。同时，通过及时给予用户反馈和指导，也能提升用户体验，避免不必要的困惑。 之前阿宝...
-
JS 的 AI 时代来了！
JS-Torch 简介 JS-Torch[1] 是一个从零开始构建的深度学习 JavaScript 库，其语法与 PyTorch[2] 非常接近。它包含一个功能齐全的张量对象（可跟踪梯度）、深度学习层和函数，以及一个自动微分引擎。 图片 PyTorch...
-
stable diffusion webui ubuntu 安装和教程
0.环境： cuda:11.8 gpu:p40 torch:2.2.0+cu118 python:3.10.12 1.git clone 下来 GitHub - AUTOMATIC1111/stable-diffusion-webui: St...
-
AI日报：可以在手机上跑的大模型Octopusv2一夜爆火；90后小伙AI“复活”逝者订单超1000；OpenAI允许构建自定义模型；第一个具有情商的对话型AI来了
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/ 📰🤖📢AI新鲜事 斯坦福推可以在...
-
超越GPT-4，斯坦福团队手机可跑的大模型火了，一夜下载量超2k
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 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...
-
ICCV 2023 | 最全AIGC梳理，5w字30个diffusion扩散模型方向，近百篇论文！
30个方向130篇！CVPR 2023最全AIGC论文 25个方向！CVPR 2022 GAN论文汇总 35个方向！ICCV 2021 最全GAN论文汇总 超110篇！CVPR 2021 最全GAN论文梳理 超100篇！CVPR 2...