搜索
Hugging Face CEO预测2024年，AI行业将出现6大变化，第一条就绷不住了：Hugging Face将破产？OpenAI主席Greg Brockman曾经在去年最后一天预测：2023年会让2022年看起来像AI发展还没有苏醒一样。
性能优于规模更大的模型。多模态学习面临的主要挑战之一是需要融合文本、音频、视频等异构的模态，多模态模型需要组合不同来源的信号。然而，这些模态具有不同的特征，很难通过单一模型来组合。
一个非常好用的 ChatGPT 提示词技巧。
Transformer 架构可以说是近期深度学习领域许多成功案例背后的主力军。构建深度 Transformer 架构的一种简单方法是将多个相同的 Transformer 「块」（block）依次堆叠起来，但每个「块」都比较复杂，由许多不同的组件组成，需要以特定的排列组合才能实现良好的性能。
OpenAI员工曾在Altman被解雇的前一天发帖：AI正在自己编程！这一帖子被挖出后，更多内幕文件被曝出，表示Q*已经破解加密，AGI即将到来。
FB依赖AI推荐算法或付出沉重代价
字节被称为“App工厂”，不少市场声音对字节跳动将这一能力带到大模型时代抱有期待。字节跳动近期成立了一个新AI部门Flow，技术负责人为字节跳动技术副总裁洪定坤。一位知情人士告诉36氪，这一新部门的业务带头人，为字节大模型团队的负责人朱文佳。
来自中国科学院深圳先进技术研究院、中国科学院大学和 VIVO AI Lab 的研究者联合提出了一个无需训练的文本生成视频新框架 ——GPT4Motion。GPT4Motion 结合了 GPT 等大型语言模型的规划能力、Blender 软件提供的物理模拟能力，以及扩散模型的文生图能力，旨在大幅提升视频合成的质量。
八月华为第一个宣布将大模型接入手机助手，小米、OV 紧随其后。就连一向“慢半拍”的苹果和三星，一个悄悄招人；一个则宣布会将大模型带到最新的 Galaxy 旗舰机型。
3D 生成是 AI 视觉领域的研究热点之一。本文中，来自 Adobe 研究院和斯坦福大学等机构的研究者利用基于 transformer 的 3D 大型重建模型来对多视图扩散进行去噪，并提出了一种新颖的 3D 生成方法 DMV3D，实现了新的 SOTA 结果。