搜索
自从 OpenAI 发布展现出前所未有复杂推理能力的 o1 系列模型以来，全球掀起了一场 AI 能力 “复现” 竞赛。近日，上海交通大学 GAIR 研究团队在 o1 模型复现过程中取得新的突破，通过简单的知识蒸馏方法，团队成功使基础模型在数学推理能力上超越 o1-preview。
今年的AI界依旧让人眼花缭乱，但迈入“应用年”后，大家更加关注落地。
在多模态AI领域，基于预训练视觉编码器与MLLM的方法（如LLaVA系列）在视觉理解任务上展现出卓越性能。
当你正在观看一部紧张刺激的动作电影，忽然好奇： “那个角色到底是在哪一集说的那句话？”
今天，如果你身边有这样一个对话大模型，它就像你身边的一个朋友，快言快语，风趣幽默，既会比喻，又会自嘲，偶尔跟你唱反调，你跟它的聊天欲望会不会更强一些呢？
谷歌和OpenAI又杠上了。
时隔5年，巴黎圣母院终于完成修复，将在12月7日重新开放。在这场耗资数亿欧元的浩大工程中，3D建模等关键AI技术发挥了关键作用，让历经800多年沧桑的教堂与现代科技完美融合。
Meta最近开源了一个7B尺寸的Spirit LM的多模态语言模型，能够理解和生成语音及文本，可以非常自然地在两种模式间转换，不仅能处理基本的语音转文本和文本转语音任务，还能捕捉和再现语音中的情感和风格。
最近，Jim Fan参与的一项研究推出了自动化数据生成系统DexMimicGen。该系统可基于少量人类演示，合成类人机器人的灵巧手运动轨迹，解决了训练数据集的获取难题，而且还提升了实验中机器人的表现。
就在刚刚，微软公布了世界最大AI Agent生态系统：现在，已经有十万家企业通过Copilot Studio创建智能体了。