搜索
2023年，被全球咨询巨头麦肯锡称为“生成式AI的爆发之年”。这一年里，AIGC技术快速发展，越来越多的AI工具如雨后春笋般涌现，使得AI在各行各业的深度应用成为可能。
2023 年，是机器学习和人工智能发展最为迅速的一年，这里分享 10 篇最值得关注的论文。
大模型没有壁垒，结合多年深耕的场景和数据处理技术才是王道。
前不久，OpenAI“煞有其事”地像谷歌、苹果那样办了第一场较为正式的“开发者大会”。从大会透露的信息来看，大模型的下一站很明确——想搞钱，得教人“玩”大模型了，拉更多的人来做大大模型市场的蛋糕。
2024年了，被寄予厚望的AI Agent，到底是谁在用啊？！
一级市场，要被AI彻底颠覆了？找项目不用靠投资经理，AI可以代替了。 EQT靠AI挖水下项目，成绩不俗，已经完成了15笔交易，其中2笔交易估值超10亿美元，妥妥独角兽级别，还有1笔已经被收购。
在过去短短两年内，随着诸如 LAION-5B 等大规模图文数据集的开放，Stable Diffusion、DALL-E 2、ControlNet、Composer ，效果惊人的图片生成方法层出不穷。图片生成领域可谓狂飙突进。
同济大学王昊奋研究员团队联合复旦大学熊赟教授团队发布检索增强生成（RAG）综述，从核心范式，关键技术到未来发展趋势对 RAG 进行了全面梳理。这份工作为研究人员绘制了一幅清晰的 RAG 技术发展蓝图，指出了未来的研究探索方向。
语言模型究竟是如何感知时间的？如何利用语言模型对时间的感知来更好地控制输出甚至了解我们的大脑？最近，来自华盛顿大学和艾伦人工智能研究所的一项研究提供了一些见解。
谷歌新设计的一种图像生成模型已经能做到这一点了！通过引入指令微调技术，多模态大模型可以根据文本指令描述的目标和多张参考图像准确生成新图像，效果堪比 PS 大神抓着你的手助你 P 图。