单图 3D 说话人视频合成 (One-shot 3D Talking Face Generation) 可以被视作解决这一难题的下一代虚拟人技术。它旨在从单张图片中重建出目标人的三维化身 (3D Avatar)
今天介绍一篇密歇根州立大学 (Michigan State University) 和劳伦斯・利弗莫尔国家实验室（Lawrence Livermore National Laboratory）的一篇关于零阶优化深度学习框架的文章 ，本文被 ICLR 2024 接收，代码已开源。
在文本生成音频（或音乐）这个 AIGC 赛道，Meta 最近又有了新研究成果，而且开源了。前几日，在论文《Masked Audio Generation using a Single Non-Autoregressive Transformer》中，Meta FAIR 团队、Kyutai 和希伯来大学推出了 MAGNeT，一种在掩码生成序列建模方法。
上月初，Perplexity 完成了 B 轮融资，最新估值为 5.2 亿美元，这轮融资由 IVP 领投，NVIDIA 和 Jeff Bezos、NEA、Elad Gil、Nat Friedman 等跟投，Perplexity 的累计融资额超过了 1 亿美元，创下了近年搜索领域初创公司的融资金额纪录。
加拿大滑铁卢大学的研究人员在《Nature Computational Science》发表题为《Language models for quantum simulation》 的 Perspective 文章，强调了语言模型在构建量子计算机方面所做出的贡献，并讨论了它们在量子优势竞争中的未来角色。
LUI 还是 GUI，AI 时代的产品交互应该遵循怎样的产品交互原则，在 2023 年被讨论过很多次，似乎大家得到的共识是，需要 LUI，但 GUI 也是不可少的。
![构建企业级 RAG 系统的高级指南 [译]](https://www.aitntnews.com/pictures/2024/1/28/911d24f3-bd93-11ee-bbaa-fa163e4b35c9.png)
欢迎再次加入我们的“RAG 系统高级掌握”系列！我们将深入了解构建企业级 RAG (Retrieval-Augmented Generation) 系统的复杂世界。
两年的时间见证了DeepMind基于AlphaFold建立Isomorphic Lab，微软建立AI4Science Initiative, 以及国内深势科技，AISI等大力推动AI4Science建设的企业，学术机构的不断发展壮大。
近日，小米集团新一代 Kaldi 团队关于语音识别声学模型的论文《Zipformer: A faster and better encoder for automatic speech recognition》被 ICLR 2024 接收为 Oral (Top 1.2%)。
据The information的Creator Economy Database最新数据，在数据库覆盖的350多家全球创业公司中，2023年募得资金量继续螺旋式下降，至约17亿美元，其中人工智能初创企业在融资份额中占比最大，超3.24亿美元。
