2023-2024年，以 GPT-4V、Gemini、Claude、LLaVA 为代表的多模态大模型（Multimodal LLMs）已经在文本和图像等多模态内容处理方面表现出了空前的能力，成为技术新浪潮。
今年 3 月，以构建大型开源社区而闻名的 AI 初创公司 Hugging Face，挖角前特斯拉科学家 Remi Cadene 来领导一个新的开源机器人项目 ——LeRobot，引起了轰动。
特斯拉人形机器人又解锁了新技能！ 昨日，Tesla Optimus 官方发布了新的 demo 视频，展示了二代 Optimus 人形机器人的最新进展。
近年来，大型语言模型（LLM）在数学应用题和数学定理证明等任务中取得了长足的进步。数学推理需要严格的、形式化的多步推理过程，因此是 LLMs 推理能力进步的关键里程碑， 但仍然面临着重要的挑战。
特斯拉首席执行官埃隆-马斯克（Elon Musk）宣布，今年将投资约100亿美元用于人工智能开发，特别是改进其汽车，以增强自动驾驶功能。
近日，特工宇宙有幸邀请到了吕昭波老师进行了一次请教交谈，吕昭波老师是技术布道者、《云端架构》作者、MumuLab 创始人；他的团队 MumuLab 在全球 150+ 团队中脱颖而出，于 4 月 13 日赢得了阿里云 × 魔搭社区的 AI 创客松的冠军。
Google RT-2、Figure 01 机器人、特斯拉 Optimus 等的新演示让「具身智能」这一概念成为了机器人和大模型领域的热门话题
AgentLite 便是其中一个起点，专注从科学研究的角度把 Agent 以及 Multi-Agent 的开发标准统一，让学术界的奇思妙想更快迭代
国内首个音乐ChatGPT来了！提前试用「天工SkyMusic」后，整个编辑部暴风式哭泣：它改编的周杰伦和凤凰传奇简直封神。团队选择了一条少有人走的路，他们赌赢了：比OpenAI提前押中了Sora架构，并且首次在业内公开技术图。
大模型不看图，竟也能正确回答视觉问题？！中科大、香港中文大学、上海AI Lab的研究团队团队意外发现了这一离奇现象。他们首先看到像GPT-4V、GeminiPro、Qwen1.5-72B、Yi-VL-34B以及LLaVA-Next-34B等大模型，不管是闭源还是开源，语言模型还是多模态，竟然只根据在多模态基准MMMU测试中的问题和选项文本，就能获得不错的成绩。
