Sora正式上线,用AI做电商的老板,都是怎么“卷”的?
Sora正式上线,用AI做电商的老板,都是怎么“卷”的?Sora来了,集视频生成和编辑于一体,已经开放给所有人使用了。
Sora来了,集视频生成和编辑于一体,已经开放给所有人使用了。
李飞飞最新采访来了,继续延伸她在NeurIPS有关视觉智能的话题。
本期我们请到了具身智能初创企业千寻智能Spirit AI的两位创始人,千寻智能于2024年2月成立,不到1年时间,千寻智能已接连完成三轮融资。其最近一次融资,在2024年10 月完成交割,而且千寻新一轮融资也在火爆进行中,据说已经进入收尾阶段。
我们距离AGI还有多远?智能体、智能体自动化的5个级别与自主工作的6个level
最近,Apollo Research团队发布了一项令人深思的研究。这项研究揭示了一个惊人的发现:当前主流的前沿AI模型已经具备了基本的"策划"(Scheming)能力。
人工评估是指让人类评价模型输出回答的好坏。本文讨论的都是后验评估,即模型已经完成训练,给定一个任务让人类进行评估。
阿里和蚂蚁都已是AI战略
头部厂商的动向往往是行业的风向标,这一次,Codeway的新应用引起了我们的注意。 Learna AI Tutor(以下简称Learna)在9月24日上线,至今仅有2个月的时间,全球下载量已经超过400万,特别是在Google Play渠道,下载量已经超过300万。
携手原华为车BU首席科学家
长文本向量模型能够将十页长的文本编码为单个向量,听起来很强大,但真的实用吗? 很多人觉得... 未必。 直接用行不行?该不该分块?怎么分才最高效?本文将带你深入探讨长文本向量模型的不同分块策略,分析利弊,帮你避坑。
OpenAI 年底 AI 春晚第六弹来了。 继昨日 ChatGPT 正式登陆苹果全家桶之后,OpenAI 又带来了重磅更新。
AI自习室如何赢得家长们的心?
大模型“套壳”事件防不胜防,有没有方法可以检测套壳行为呢? 来自上海AI实验室、中科院、人大和上交大的学者们,提出了一种大模型的“指纹识别”方法——REEF(Representation Encoding Fingerprints)。
谷歌Gemini 2.0昨晚鲨疯了!仅过去不到24小时,一大波网友试玩已新鲜出炉~
站在年尾来看,奔涌的AI浪潮呈现出怎样的趋势?又给2025年留下了什么样的伏笔? 3个视角维度,10大年度趋势,在量子位智库今日重磅发布的《2024年度AI十大趋势报告》中清晰详尽地呈现。
服务1600+企业、200+业务场景直接落地。 这位大模型应用的隐形冠军不藏了。
款款都是王炸。
Devin 是一种全新的 AI 编程,他和 Cursor 还有 Windsurf 的区别在于,Devin 不需要你来操作,你只需要告诉他要做什么。
最近忙着追更OpenAI,总想着给奥特曼做些梗图,
苹果首款 AI 芯片「Baltra」2026 年量产。
OpenAI“双十二”的第六天,依旧重磅来袭——《Her》一样的视频通话功能,全量开放!而且这次的版本名字也是非常应景,叫做Santa Mode(圣诞模式)。
Apple MM1Team 再发新作,这次是苹果视频生成大模型,关于模型架构、训练和数据的全面报告,87 亿参数、支持多模态条件、VBench 超 PIKA,KLING,GEN-3。
一家日本初创公司Orange正在使用Anthropic公司的旗舰大语言模型Claude帮助将漫画翻译成英文,使该公司能够在短短几天内为西方受众推出一部新作,而不是人工团队需要两到三个月的时间。
在2024 OCP全球峰会上,开发CXL交换机SoC和CXL IP的韩国无晶圆厂初创公司Panmnesia展示了第一个支持CXL的AI集群,该集群采用CXL 3.1交换机。
「Scaling Law」和「打脸时刻」,绝对是2024年科技智能领域的年度关键词。
当地时间周三(12月11日),俄罗斯总统普京表示,俄罗斯将与金砖国家以及其他国家合作发展人工智能(AI),以挑战美国在该领域的主导地位。
本周二,OpenAI 在首届开发者大会 DevDay 活动中,重磅官宣了一系列新功能和新产品,并计划当天就为所有订阅用户启用 GPTs(自定义 GPT)功能——然而,ChatGPT 宕机的速度似乎来得要更快。
传闻反转了,Claude 3.5 Opus没有训练失败。 只是Anthropic训练好了,暗中压住不公开。 semianalysis分析师爆料,Claude 3.5超大杯被藏起来,只用于内部数据合成以及强化学习奖励建模。 Claude 3.5 Sonnet就是如此训练而来。
昨天深夜,OpenAI彻底被谷歌狙击,震撼亮相的Gemini 2.0掀起智能体革命,原生多模态的多项惊人demo预示着:智能体时代,谷歌已经走在了最前面。
薛复昭博士宣布即将加入Google DeepMind,分享了他在博士生涯中的七点心得,包括工程能力的重要性、与优秀人才合作、专注于重要论文、研究趋势的演变、换位思考以及博士学位的价值。