搜索
足球，是所有体育运动中最受欢迎、接受度最高、普及面最广的一种运动。而角球，是足球运动中的一种可以直接快速得分、但难度极大且非常讲究即时战术的方式，不仅需要人类教练精心策划，还需要人类足球运动员的默契配合。
如果说去年的GTC炉边谈话，黄仁勋与OpenAI首席科学家Illya进行的是一场对技术未来的漫谈，那今年这场炉边谈话就是李飞飞对人类未来的呼吁。
国产化不再是一个简单的口号，而是落实在具象产品之中。3月19日，36氪安徽从联宝（合肥）电子科技有限公司（简称“联宝科技”）获悉，联想首台可搭载国产AI算力芯片的联想问天WA5480 G3服务器在合肥成功交付。
当AI革命托起包括英伟达、微软等科技巨头迎来疯涨时刻时，身为「美股七巨头」中「难兄难弟」的苹果和谷歌却在生成式AI大潮下，显得略显滞后。 在造车项目失败后，苹果过于保守的AI投资迟迟不见具体的商业化动作。另一边在微软与OpenAI联盟阻击下的谷歌，无论在模型产品发布的节奏，还是战略整合的决心上，都稍显落后。
AI是把双刃剑。毫无疑问，「AI」已经成了今年科技和互联网行业的热门关键词。小到AI聊天机器人大到AI大模型，AI的高速发展让人惊呆，并且还在大放光彩。主流手机厂商纷纷在自家手机搭载AI大模型，AI也已经融入了我们的日常生活。
嗨嗨，继上一期独家丨那些AI公司悄咪咪上线的产品（一）之后，我们迎来了第二期！最近又双叒叕又看了一堆AI相关的产品和项目，好玩的还蛮多的，下次挑几个分享分享。此外特工宇宙有在沉淀内部的知识库，未来会对外，敬请期待~
本文讨论了AI大模型的长上下文在生成式人工智能中的意义和影响。通过对Gemini 1.5和RAG技术的对比和分析，文章指出Gemini在处理长文档和长上下文方面表现出色，因此有人认为RAG技术已经过时。
本文介绍了英伟达发布的最新AI芯片B200，该芯片在性能和成本方面都有显著的突破。然而，尽管英伟达在技术上领先，但市场分析师对其股价的持续上涨表示担忧。
专注、极致、口碑、快、成本。 这是澜舟科技创始人兼CEO周明给出的“大模型落地九字法则”，是他在雷军互联网“七字诀”的基础上，加上了“成本”一词而来。
高通全新生成式AI手机芯片，来了！ 骁龙8s Gen 3作为骁龙8系“新生代旗舰”，现已正式发布。
Stable Diffusion背后公司Stability AI又上新了。 这次带来的是图生3D方面的新进展： 基于Stable Video Diffusion的Stable Video 3D（SV3D），只用一张图片就能生成高质量3D网格。
整个AI圈最想知道的秘密，被老黄在PPT某页的小字里写出来了？
家人们，大模型加持的AI神器，真的救了大命了——
“Claude 3、Gemini 1.5，是要把RAG（检索增强生成）给搞死了吗？”
2024年，当新质生产力被首次写入政府工作报告，无疑成为全国两会最火的关键词。新质生产力的核心是科学技术，用先进前沿的科学技术促进各行各业生产率提升，具体的抓手有人工智能、高端算力和算法、高端芯片等。
近日，一款 “ AI薯条”在某品牌店铺上架，吸引众多消费者纷纷购买品尝。何为 “AI薯条”？AI如何“算”出人类喜欢的薯条口味？未来， AI在食品行业还有哪些应用前景？记者进行了探访。
根据scaling law，模型越大，高质量数据越多，效果越好。 但还有一个很直观的情况，随着预训练样本的质量不断提升，训练手段的优化。新的模型，往往效果能轻松反超参数量两倍于它的模型。
AI 大模型能否成为教育智能硬件的突破点？
程序员只写程序满足需求的时代，一去不复返了。AI 会让人类更加强大——去年 ChatGPT 掀起新一轮技术变革后，这件事成为了大多科技从业者的共识。
哪些AI应用正在被用户“抛弃”？3月13日，美国知名科技风投公司 a16z根据最新月访问量整理的Top50 AI应用榜单。恰好去年9月13日，a16z也发过类似的榜单。刚好半年过去了，参考这份榜单，我们能够对C端的AI应用进行一个系统性的复盘。
人工智能大模型的高耗电，会让很多国家玩不起。
“不学点AI找不到工作了？”AI带来的焦虑正在不断蔓延。 一位坐标北京的资深卖房中介林阳，已经开始自学AI大模型了。
【新智元导读】性能就是模型的一切！Altman首次公开曝料：GPT-5将会有史诗级提升，小看它的公司都会被碾压。而未来，AI将成为推动文明发展的核心动力。
【新智元导读】一夜之间，全球首个AI程序员的诞生码农的世界变了天。更让人震惊的是，现在的Devin还成为Cognition AI的首席执行官替身，开始打工了。
【新智元导读】利用文本生成图片（Text-to-Image, T2I）已经满足不了人们的需要了，近期研究在T2I模型的基础上引入了更多类型的条件来生成图像，本文对这些方法进行了总结综述。
「这才是我理想中的 GPU。」—— 黄仁勋。
半年时间，月之暗面把 AI 模型支持的上下文长度提升了一个数量级，实现了 200 万字上下文的「无损压缩」。
高通又往中高端手机市场扔下一颗「重磅炸弹」。
以脉冲神经网络（SNN）为代表的脑启发神经形态计算（neuromorphic computing）由于计算上的节能性质在最近几年受到了越来越多的关注 [1]。受启发于人脑中的生物神经元，神经形态计算通过模拟并行的存内计算、基于脉冲信号的事件驱动计算等生物特性，能够在不同于冯诺依曼架构的神经形态芯片上以低功耗实现神经网络计算。
为了应对 AI 发展带来的挑战，国内外研究者展开合作以避免其可能带来的灾难的发生。
