搜索
自从生成式 AI 和 LLM 在世界舞台上占据中心位置以来，员工们一直在思考如何最好地将这些变革性的新工具应用于他们的工作流程。然而，他们中的许多人在尝试将生成式 AI 集成到企业环境中时遇到了类似的问题，例如隐私泄露、缺乏相关性以及需要更好的个性化结果。
大模型发展了这么久，AI 智能体们早就开始整顿职场了。
如今，机器人学习最大的瓶颈是缺乏数据。与图片和文字相比，机器人的学习数据非常稀少。目前机器人学科的主流方向是通过扩大真实世界中的数据收集来尝试实现通用具身智能，但是和其他的基础模型，比如初版的 StableDiffusion 相比，即使是 pi 的数据都会少七八个数量级。
今年，OpenAI 可以说是大事不断：内斗、离职等等一系列事件吸引着大家的眼球。 其中，OpenAI 与马斯克的诉讼、纠纷也一直备受大家关注。
在现代 AI 模型的快速迭代中，如何在保持模型精度的同时提升计算效率成为关键课题。尤其在大规模 AI 推理中，非结构化稀疏矩阵的计算效率低下成为难以突破的瓶颈。面对这一挑战，我们自主研发了 CROSS—— 一种创新的端到端稀疏编译优化方案，为 AI 推理带来细粒度稀疏计算的加速效果。
是否曾为项目寻找合适的声音而苦恼？无论是商业广告、播客还是教育视频，合适的声音都能带来截然不同的效果。现在，有了Murf AI的Speech Gen 2，这款先进的AI语音生成器将彻底改变你制作配音的方式。
对大多数国家来说，出生率应该被视为他们需要解决的首要问题。如果你不创造新的生命，人类就不存在了，世界上所有的政策都没有意义。
一位AI从业者分享的14天学习路线图，涵盖大模型从基础到高级的主要关键概念！
哈佛斯坦福MIT等机构首次提出「精度感知」scaling law，揭示了精度、参数规模、数据量之间的统一关系。数据量增加，模型对量化精度要求随之提高，这预示着AI领域低精度加速的时代即将结束！
鹅厂全家桶，被大模型打通的进度+1（手动狗头）。 元宝2.0大更新，不仅新增AI应用专属模块，把搜索、阅读、生图都整合到了一起。 甚至连腾讯文档、电脑管家和搜狗输入法都被他们打通了。