搜索
你或许刷到了一段来自印度南部服装厂的视频。 工厂工人佩戴头戴摄像头，记录手部动作以训练人工智能系统。 这是因为随着特斯拉、Figure AI 等公司竞相开发人形机器人，训练它们所需的真实世界动作数据变
OpenAI CEO Sam Altman 向加拿大小镇 Tumbler Ridge 道歉：公司曾封禁枪击案嫌疑人的 ChatGPT 账号，却未向警方预警。事件造成 8 人死亡，也把 AI 平台的风险识别、执法转介和未成年人监管推到台前。
就在这两天，GitHub和Hugging Face社区上线了一枚医疗大模型领域的“核弹”。全球规模最大、性能最强的医疗视频理解大模型——uAI Nexus MedVLM（中文名：元智医疗视频理解大模型）开源！
最近，剪映上线了一项名为「AI 助手」的功能。这是一个真正能「听懂人话」的 AI 剪辑助手。我们不需要再去记住每个功能藏在哪个菜单里，只需要像和同事聊天一样说出需求，AI 助手就能理解意图并自动完成操作。
近日，AI创业公司Naive.ai的融资消息引发广泛关注。据多家媒体报道，这家由清华大学电子工程系副教授代季峰创立的新公司，已完成约3亿美元融资，估值约8亿美元。投资方包括一线基金和科技巨头，具体机构暂未披露。公司专注于开源模型的后训练和AI Agent方向，核心团队包括前MiroMind成员及联合创始人朱锡洲。
写在前面： 太疯狂了，这大概是 APPSO 报道 AI 以来经历过更新最为密集的一个月。 在给大家介绍完一众新模型后，今天这篇文章，想和你聊聊对AI 行业的发布周期所产生的「超现实」现象。 在车轮滚滚
从单幅图像恢复三维结构，到多视图场景建模、动态 4D 重建，再到机器人、自动驾驶、SLAM 与视频生成，如何让模型在不依赖逐场景优化的前提下，直接、高效地理解并重建三维世界，正在成为 3D 视觉领域的
4 月 20 日，OpenAI 发布了 Chronicle，带来了一个很关键的能力：AI 可以直接「看见你的屏幕」，并持续记住上下文。 然而仅仅 48 小时后，另一条路线出现了。一群 00 后开发者组成的团队「Vida」，发布了一个开源项目：OpenChronicle。
允中 发自 凹非寺 量子位 | 公众号 QbitAI 这两天，大家伙朋友圈是不是被GPT-Image-2刷屏了？ 文字渲染精准、高密度的信息图，复杂布局和美学UI一次到位，真实感爆棚。 连社交媒体截图
弹性 AI 预训练已经推进到了下一个前沿！没有意外：来自谷歌。据介绍，他们提出的 Decoupled DiLoCo 是一种革命性的分布式训练技术，能够利用全球各地的异构硬件进行训练，并且即使当硬件发生故障时，系统也不会停止运行！