速戳报名 ‼️ 最新AIGC峰会嘉宾在此，4月16日，来和大佬们一起AI

于 2025-04-05 12:46:05 发布
阅读量43 收藏
点赞数
文章标签： 人工智能 AIGC
原文链接：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247786481&idx=3&sn=f9cc1b9e27536ab95d29dd98acd2485a&chksm=e9cfac1697a26c7ab17bffb3e402338f1cf31291b773392c0fa68d1e0a7142497be004b8f856&scene=126&sessionid=0
版权
组委会 发自 凹非寺
量子位｜QbitAI

4月16日，北京金茂万丽酒店，第三届中国AIGC产业峰会就要来啦！观众报名通道已开启 👉 点击报名参会

今年峰会主题是「万物皆可AI」，我们看到随着基础模型的深入发展，更多的AI新产品、新物种正在涌现。

我们希望让更多的AI落地被看见，让更多人用上AI、用好AI，与AI一同加速成长。

为此，我们邀请到了百度、华为、AWS、无问芯穹、数势科技、面壁智能、生数科技等十数位AI领域创变者，一起聊聊AI算力、AI Agent、AI安全、AI+教育，以及更多热门AI话题。

峰会正在火热报名中 🔥 点击即刻报名参会！你也可以扫描下方二维码，报名参会或预约直播 ⬇️

最新嘉宾阵容在此

了解更多嘉宾详情，点击查看：

中国AIGC产业峰会首批嘉宾曝光，吃瓜观众速来 

第二批AIGC峰会嘉宾已就位，快来和大佬们一起AI 🤩

4月16日，欢迎报名参会 🙌

时间：2025年4月16日 
地点：北京·金茂万丽酒店

现在，中国AIGC产业峰会已经开启报名，欢迎点击链接报名线下参会 🎡

峰会也将同步在线上直播，点击下方按钮一键预约 🌟

AI如何用起来？一起来中国AIGC产业峰会来寻找回答吧 🙋🏻‍♀️

点击阅读原文，即刻报名峰会～

QbitAl
关注
博客
个人开发者训400亿参数大模型：分布式算力，DeepSeek架构，3090单卡部署
05-15 25
模型并行与数据并行结合：将400亿参数拆解为128个分片，分布在不同节点进行 “模型并行” 训练，同时每个节点处理独立的数据批次（“数据并行”），通过DisTrO优化器同步梯度更新。并且，旋转位置嵌入的运用，有效解决长序列位置依赖问题，从多维度保障了训练的高效性与模型性能的优质性。以往类似规模的模型训练往往需要耗费大量的资源和时间，并且通常是由大型科技公司或专业研究机构凭借其雄厚的资金和算力优势来完成的。这一设计彻底摆脱了对传统云服务商高带宽网络的依赖，即使是家用宽带连接的GPU，也能稳定参与训练。
博客
梁文锋署名DeepSeek新论文：公开V3大模型降本方法
05-15 11
简单来说，下一代AI硬件要向算数快（低精度计算+本地细粒度量化）、传话快（直连网络+智能路由）、记性好（3D内存+近存计算）、不宕机（自愈网络）的方向改进，才能更好地应用于大模型训练，实现高效扩展。针对计算效率低的问题，下一代的AI硬件需要提高累积寄存器的精度，支持FP32累加，或可配置精度（如训练用FP32，推理用FP16）。DeepSeek-V3采用类似的思路，其总参数虽然是6710亿，但每次仅激活370亿参数，训练成本仅为同规模稠密模型的1/10（如Llama-3.1的训练成本是其近10倍）。
博客
阿里开源全能视频模型！生成编辑都精通，1.3B版本消费级显卡可跑
05-15 5
提示词：在一个欢乐而充满节日气氛的场景中，穿着鲜艳红色春服的小女孩正与她的可爱卡通蛇嬉戏。她的春服上绣着金色吉祥图案，散发着喜庆的气息，脸上洋溢着灿烂的笑容。模型已在GitHub、Hugging Face和魔搭社区上线，动手能力强的小伙伴现在可自行本地化部署，至于其他想在产品端直接体验的朋友，可能还要等一两天。生成的视频如下，不仅还原了文字所描述的氛围感，而且娃娃和小蛇的动作姿态都比较自然，整体构图和谐。按照万相产品负责人的说法，“所有你能想到的关于视频生成的玩法，几乎都在这里了”。
博客
字节最新大模型秘籍：只挑能有推理潜力的数据训练！1.3B模型无需标签自动挑选
05-15 6
另外，当特定重要头部被屏蔽时，1.3B模型在某些任务上的性能显著下降，而AttentionInfluence方法选择的数据往往能改善7B模型在这些任务上的性能，表明该方法具有预测能力。受CLongEval中提出的关键段落检索评估任务启发，团队采用了一种类似的简单proxy task，在可控环境下评估大语言模型的检索能力，并识别与检索和推理强相关的注意力头。在这项工作中，团队使用一个基于类Llama 2架构的1.3B参数模型作为小型预训练语言模型，使用平均分数作为头的最终检索分数，并按该分数对其进行排序，
博客
全新预训练数据筛选方案，让数据效率提升10倍！配置仅需fastText评分器｜港科大vivo出品
05-15 9
通过对不同数据筛选方法所筛选出的数据长度进行比较，可以看到DCLM 和FineWeb-Edu显示出明显的短数据向量和长数据向量趋势，而PreSelect筛选的数据在长度分布上更接近原始长度分布。从已通过人工规则集和多种质量评分模型筛选，并经过不同粒度的文本级和语义级去重的vivo自有Web数据集中，随机抽取5T tokens作为基础数据，分别采用PreSelect与Random方法各自筛选10%（即500B tokens），训练参数规模3B的模型并评估下游任务效果。
博客
新晋顶流Agent颠覆设计师！Lovart一手实测来了：是该刷屏爆火
05-15 208
其次，Lovart内部还构建了一套设计流程，能够将用户的高层设计需求自动拆解为结构化的任务序列，包括风格定义、元素选择、布局设计到最终渲染。一番深入体验下来，不得不说，Lovart带来了不同于其它AI设计工具的体验，能够理解设计流程和专业需求，交付更接近专业水准的成果。有点意外，Lovart并没有立刻生成，而是在原Logo的基础上又设计了一番，其中有忠实于原Logo的，也有改动大一些的。其中就包括图层、蒙版、文本微调等，比如图层中，还支持透明度、色调、饱和度、阴影、曝光、对比度等精细调节。
博客
新版Claude曝光：“极限推理”成最大亮点
05-15 6
这种协作式推理，让新模型更接近于人类协作者的思维方式，能够像人类一样进行推理，而不仅仅是作为“计算器”。但也有网友回应称，这是来自The Information的消息，还是比较靠谱的信源。这一消息来自The Information，根据它的说法，新版模型最大的亮点，就是。的任务，模型会自动测试生成的代码，并在发现错误时进行修正，而不是简单地输出结果。从曝光的特性来看，新模型的架构更加适应不同的任务和场景，减少了对人类监督的依赖。而Anthropic这边，官方也发布了一项正在进行的计划，称是。
博客
Switch 2芯片细节曝光！英伟达专门定制支持DLSS，网友：掌机模式相当于PS4
05-15 8
ARM官方信息显示，A78C有多种配置可以选择，Switch 2选择的是64K的L1指令缓存+64K的L1数据缓存，L2是每个核心都有256K，L3则是八个核心共享4MB。之前Switch 1首次发布时，老任宣传采用了“定制的英伟达Tegra处理器”，但实际上用的只是普通的Tegra X1。有意思的是，在掌机模式下，CPU频率反而更高，尚不清楚具体原因，数毛社对此的推测是为了拉平内存带宽下降带来的性能影响。内存，包含了两个6GB的内存模块，底座和掌机模式下的带宽分别为102GB/s和68GB/s。
博客
陶哲轩DeepMind梦幻联动，最强通用科学Agent来了！一口气解决芯片设计、矩阵乘法和300年几何难题
05-15 7
通过找到将大型矩阵乘法运算划分为更易于管理的子问题的更智能方法，AlphaEvolve将Gemini架构中的这一重要内核加速了23%，从而将Gemini的训练时间缩短了1%。比如，它发现了一种使用48次标量乘法来对4x4复值矩阵进行乘法运算的算法，改进了Strassen于1969年提出的算法，该算法此前被认为是此类算法中的最佳算法。基于计算机程序的极简代码框架，它设计了一种基于梯度的新型优化程序的诸多组件，发现了矩阵乘法的多种新算法。在20%的案例中，它改进了之前已知的最佳解决方案。
博客
讯飞AI耳机新品1499开卖，三年成绩单公布：用户破百万，AI调用破千亿
05-14 89
而翻译、跨语种交流作为讯飞AI耳机的传统技术优势，目前已经覆盖同传听译、面对面翻译、通话翻译三大场景，支持32种语言实时互译。，就是根据最近你产生的记录，推测你可能想要进一步了解的内容，并在互联网上搜索相关的信息，甚至可能生成一个深度报告。而用户高留存，积累更多真实数据，同样会激发更多技术创新、场景创新。这个场景值得说一说，当你在跨国通话的时候，它会自行完成双向翻译，对方甚至无需使用耳机或安装App。，正如开头所展现的那样，模仿你的声音来替你打电话，完成预定餐厅、预约理发这类简单却又费时的任务。
博客
ICML25 | 让耳朵「看见」方向！仅依靠360°全景视频，就能生成3D空间音频
05-14 17
在完成自预训练后，OmniAudio团队将模型与双分支视频编码器结合，同时提取视频的全局特征和局部视角，进行有监督微调，以达成模型可根据360° 视频生成高保真、方向准确的空间音频的效果。传统的视频到音频生成技术主要关注于生成非空间音频，比如手机外放或者耳机里的声音，这些音频缺乏方向信息，无法满足沉浸式体验对3D声音定位的需求。OmniAudio的研究团队表示，未来的工作将探索更好地理解多目标360° 视频的技术，并通过持续收集和扩充数据集，进一步推进该领域的发展。
博客
百万规模数据集打造人形机器人通用大模型，实现精细动作跨平台、跨形态动作迁移丨北大人大联合发布
05-14 45
在动作映射阶段，采用轻量级的MLP网络学习从人体动作到人形机器人动作的映射关系。又基于此数据集，研发了端到端的文本驱动动作生成模型，实现了具备规模效应的复杂、多样的人类动作生成，做到了人体动作向多类型人形机器人的动作迁移。同团队提出的动作生成大模型展现出显著的规模效应，成功验证了“大数据+大模型”在人体运动生成领域的技术可行性，为通用动作智能奠定基础。实验表明，这种表示方法能更好地发挥大模型的潜力，特别是在生成精细动作方面具有明显优势，为构建下一代动作生成模型奠定了新的技术基础。
博客
数据中心不必建在地球！中国企业已经把算力设施送到了太空
05-14 345
中国科学院院士、中国科学院大学杭州高等研究院院长王建宇表示，随着卫星对地观测的分辨率越来越高，数据量也在不断增大，将数据全部送至地面再进行处理，不仅传输量大，数据应用的及时性也受到影响。但地理空间和能源都存在有限性，所以人们也开始探索新的数据中心部署地点的脚步，抛开太空不谈，在山洞、海底、极地等地区，都已经有了数据中心的身影。今年2月，一个新的数据舱又接入该数据中心，形成了海底智算中心集群。并且，太空中的计算卫星，将不仅是一种新的算力部署方式，还会改变科学研究的范式，支撑科学家探索更多的未知。
博客
奥特曼最新访谈暗示：OpenAI终极目标是打造订阅制AI服务
05-14 25
你的生活只是不断附加到上下文中，你的公司也对你公司的所有数据做同样的事情。将在这种订阅制操作系统界面起到重要作用，确保所有的东西都能被合成为一种，能够使用OpenAI登陆其他服务，而其他服务的SDK将会接管ChatGPT的UI，实现个性化定制。尤其是大学生群体，他们使用ChatGPT的方式与使用操作系统类似，拥有复杂的设置方法，将其连接到文件，并记住或保存相当复杂的提示。借鉴年轻人的做法，奥特曼相信在未来开发高效的订阅制AI服务，对你的全部历史进行推演，可以从根本上改变日常生活中与技术的互动方式。
博客
看图猜位置不输o3！字节发布Seed1.5-VL多模态推理模型，在60个主流基准测试中拿下38项第一
05-14 48
整体而言，虽然是“以小博大”，但新模型在复杂谜题推理、OCR、图表理解、3D空间理解等方面表现出色。他们构建了一条完整的数据pipeline，用于收集和筛选复杂提示，以增强后训练阶段的数据质量。其二，结合人类反馈和可验证奖励信号，通过PPO算法进行训练，以提高模型的对齐能力和推理能力。与此同时，在内部测试中，新模型尤其在视觉推理、文档理解、3D空间理解等方面表现出色。，其中包括19项视频基准测试中的14项，以及7项GUI智能体任务中的3项。其一，使用高质量的指令数据对模型进行微调，包括一般指令和长链推理。
博客
所有AI工具共享记忆！MCP协议杀疯了：100%本地运行，Cursor、Claude都能用
05-14 117
例如，在进行文本处理时，通过OpenMemory MCP的标准化内存操作，不同的编辑工具都能够方便地获取和修改文本的相关信息，如标题、关键词、摘要等，避免了因不同工具之间数据格式和操作方式不一致而导致的问题。借助 OpenMemory MCP，Cursor在编写代码过程中产生的关键信息，如函数定义、变量使用等，能够被Claude获取并利用，使得Claude生成的注释和文档更加准确、详细。无论是数据的存储位置、访问权限还是使用方式，都由用户自主决定，确保了数据的安全性和隐私性。
博客
Qwen3家族训练秘籍公开：思考/非思考融进一个模型，大模型蒸馏带动小模型
05-14 31
具体来说，他们通过Qwen2.5-72B对问题进行筛选，然后使用QwQ-32B模型自动生成初步的解题步骤，这当中，人类专家对这些自动生成的解题步骤进行核对和修正，确保其准确性和可读性。Qwen团队构建了一个包含大量高质量数学和编程问题的数据集，并为每个问题标注了详细的解题步骤，然后使用这些标注数据对模型进行监督微调，使其掌握解题的关键技能和常见思路。可以看到，在明确具体需求之后，Qwen规划了方案，然后分成子问题进行检索、总结，研究过程用时约8分半，最终生成了带有表格的报告，并自动导出pdf。
博客
推理大模型1年内就会撞墙，性能无法再扩展几个数量级 | FrontierMath团队最新研究
05-13 27
虽然研究成本的高低并不影响算力和性能之间的关系，但如果相关研究保持“花钱如流水”的状态，那么推理模型可能无法达到人们心中预期的最佳水平。上述的预估和线索指向一个事实，那就是目前最前沿的推理模型，比如o1，甚至o3，它们的推理训练规模都还没见顶，还能继续scalable。这表明，至少在数学和编程任务上，推理模型的性能随着推理训练的扩展而增强，就像预训练的scaling law一样。，上面展示了o3和o1在AIME基准测试中的表现，以及两者在推理训练阶段可能所需的算力的对比——
博客
AI大佬教你如何中顶会：写论文也要关注「叙事」
05-13 20
他在剑桥大学读了纯数学本科（2020 年毕业），并在量化金融领域实习过（Jane Street和Jump Trading），毕业后花了一年时间探索人工智能安全，在人类未来研究所、DeepMind和人类兼容人工智能中心实习。他还开发了一些工具和资源，包括用于语言模型机械可解释性的Transformer Lens库、全面的机械可解释性解释器和术语表，以及一个关于机械可解释性的 YouTube 频道，上面有许多论文讲解和实时研究讲解。再迭代扩展，从要点叙事开始，逐步完成引言、全文大纲、初稿，不断修改完善。
博客
全球闲置算力训个模型，性能媲美R1，老黄天塌了！Karpathy曾投资它
05-13 88
在接下来的计划当中，Prime Intellect将进行提高推理-训练计算的比例，为模型提供推理链中的内置工具（网络搜索、Python 解释器等），以及融合独立训练的RL模型等一系列工作。另外，与普通的被动响应式传输不同，SHARDCAST的中继服务器会主动跟踪每个推理节点的权重版本，当发现版本落后时，会主动将增量权重推送给节点，确保了权重更新的实时性。这个proof证明了所提交的数据确实是由特定版本的模型、特定的输入、特定的随机数种子生成的，其生成基于安全哈希算法，确保了proof与推理过程绑定。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值