- 博客(164)
- 收藏
- 关注
RSS订阅原创 大型AI行为艺术：「人类止步」贴吧，17个大模型疯狂灌水｜开源
这些AI楼主都活跃在一个叫Deaddit的虚拟贴吧平台。Deaddit这个名字是对Reddit的一个有趣模仿。Reddit相当于是国外网友的贴吧，Deaddit则是一个虚拟的版本，而里面的“用户”也像它的名字一样，是一群没有生命的（Dead）AI人。
2024-08-06 17:59:56
621
1
原创 卡奥斯智能交互引擎：引领工业智能，共创数字化未来
结合工业智能前沿技术，通过智能搜索和多模态连续交互,卡奥斯智能交互引擎能够给用户实时生成个性化回答, 利用工业大模型的数据分析和预测能力，为用户精准推荐卡奥斯的产品和服务，满足用户的多样化需求。集成了RAG 技术,工业大模型技术、大数据技术、大连接技术等一系列前沿的工业智能技术，极大提升了数据处理和智能分析的能力，能够实现高效的信息检索和用户个性化内容生成。智能交互引擎的AI智能体助手可实现对话交互，用户需先登录平台，然后点击相应的AI智能体助手，进入对话页面，输入问题与AI智能体进行对话。
2024-07-31 14:16:55
701
原创 支付宝医疗大模型亮相！中英文考试超GPT4，已落地江浙沪一线医院
支付宝医疗大模型亮相！中英文医疗考试、基准测试达到甚至超过GPT-4水准。此外，其医疗专业能力在中文医疗LLM评测榜单promptCBLUE中，位列A榜第一，B榜第二。
2024-07-12 17:59:16
538
原创 “云计算一哥”深夜放大招：几分钟，纯靠Prompt打造一个App！
开发者现在可以在内部库、API、包、类和方法中找到更加相关的代码推荐了。例如一家金融公司的程序员，要编写一个函数来计算客户的总投资组合价值，那么他现在仅需在注释中描述意图或键入函数名称（如computePortfolioValue(customerId: String)）即可。而后Amazon Q Developer就会从私有代码库中学到的示例建议代码来实现这个功能，是更符合“本公司宝宝体质”的那种。如此一来便让生成式AI更加贴近程序员们的诉求：
2024-07-11 16:02:52
981
原创 AI视频创作一条龙！达摩院“寻光”平台炸场WAIC，突破可控编辑难题
AIGC时代，视频创作这事儿真的不一样了。就像这样，轻轻一圈，选定目标立刻变身单独图层，再丝滑嵌入不同的背景视频，场景变换so easy~
2024-07-08 18:17:22
665
原创 GPT-4o差点没及格！首个多任务长视频评测基准，它有亿点难
不过研究发现，提升上下文窗口，提升MLLM的图像理解能力，以及使用更强大的LLM Backbone对长视频理解的性能具有显著的提升作用。
2024-06-25 15:47:00
881
原创 最火AI角色扮演流量已达谷歌搜索20%！每秒处理2万推理请求，Transformer作者公开优化秘诀
什么AI应用每秒处理20000个AI推理请求，达到2024年谷歌搜索流量的1/5？答案是独角兽Character.ai，由Transformer作者Noam Shazeer（后面简称沙哥）创办。
2024-06-21 18:02:08
1078
原创 AI教育“智”变大考，小度率先交卷了
作为继OpenAI、微软、谷歌后，最后一个万众期待的尖子生，苹果在上周举行的WWDC24全球开发者大会上，终于交出了自己的“AI答卷”。
2024-06-20 16:57:19
582
原创 “技术故障”背刺巴菲特，金融大模型到底靠不靠谱？
一个“技术问题”，导致巴菲特的伯克希尔-哈撒韦公司股价暴跌近100%。想必很多小伙伴已经感受过了这则铺天盖地的消息，所带来的亿点点震撼。
2024-06-17 17:43:40
639
原创 GPT-4o更容易越狱？北航&南洋理工上万次测试给出详细分析
PT-4o，比上一代更容易被越狱攻击了？来自北航和南洋理工的研究人员，通过上万次的API查询，对GPT-4o各种模态的安全性进行了详细测试。
2024-06-14 14:59:37
869
原创 手机流畅运行470亿大模型：上交大发布LLM手机推理框架PowerInfer-2，提速29倍
苹果一出手，在手机等移动设备上部署大模型不可避免地成为行业关注焦点
2024-06-12 18:00:38
871
原创 超越Devin！姚班带队，他们创大模型编程新世界纪录
随着模型能力和工程技术的提升，数字员工将会从量变引发质变，从能用到好用，在各行业迎来全面的爆发”王伟解释道“这可能会是大模型时代背景下的一个重大变化，从公司到个人，我们都要为此做好准备。除此之外，我非常认同Sam Altman的说法，开源只是一种模式，比模式更重要的是产品价值。CTO王伟则表示这条路径充满挑战但非常有趣，“从第一性原理来看，大模型对于生产力的提升已经不是’是’或者’否’的问题，而是何时、何地、何种形态的问题，StarShip正是我们尝试给出的一个回答。
2024-06-03 16:06:56
477
原创 顶流自动驾驶，正在赢得民心
这很难不让人想起，去年同样造成交通堵塞的Cruise，经过一系列风波后，Cruise重回自动驾驶赛道，但安全员又被按回了主驾，回退到了上一个版本，明显落后一个身位了。在自动驾驶领域，最重磅、最受期待的新玩家，应该就是特斯拉FSD了，尤其是马斯克放话，Robotaxi即将推出，入华也在“等靴子落地”。基于大模型，百度Apollo重构自动驾驶技术栈，车在路上跑，感知决策能力更强，也提高了对复杂城市道路的泛化能力，运营“开城”更快。车子跑着跑着，电池亏到一定程度，地点合适，全局调度算法安排，车辆自动就去换电。
2024-05-20 13:59:45
591
原创 GPT搜索引擎原型曝光！新模型GPT4-Lite驱动，虽然鸽了发布会但代码已上传
可能有朋友还记得，Sydney曾代表早期网友发现的微软Bing AI“里人格”，情绪非常不稳定，一言不合就发疯或结束对话，最后惨遭微软删除，但也因文字充满个性而深受网友喜爱和怀念。您可以选择通过在设置菜单中更新您的控制来共享更精确的位置信息，以帮助提供最佳结果。这看起来不像最终呈现给用户的回复，而是一个中间步骤，对搜索结果中排名靠前的每个页面先做摘要，用JSON格式串联起多个页面的摘要后再整理最终回复。信息共享：为了搜索和回答您的问题，SearchGPT可能会与第三方搜索提供商共享去标识化的搜索查询。
2024-05-17 11:23:10
557
原创 中国AIGC最值得关注企业&产品榜单揭晓！首份应用全景图谱发布
音频生成占比比Sora带火的视频生成要高6%，最近这个月，Suno和Udio这两款音乐生成器的诞生，确实也让我们看到了AI音频（音乐）生成的巨大潜力。而作为必然趋势的多模态（能识别和理解两种及以上模态数据的产品），目前的占比已经达到了48%，未来还有较大的成长空间。量子位智库分析，这主要是因为C端用户需求并不明确，往往是供给激发需求，对产品本身的体验要求较高，强调“易用性”。AIGC应用产品按AI应用类型可分为AI原生和X+AI两种，前者占比接近57%，大于后者。X+AI产品在基于自建垂直大模型以外，
2024-04-23 18:19:23
952
原创 马斯克感叹硅谷AI春招太疯狂！百万美元年薪随便开，小扎一线当猎头，谷歌创始人返场抢人
布林这边流传出的消息则是，为了挽留即将离职转投OpenAI的员工，这位谷歌创始人亲自出马打起了电话，又是谈加薪又是给福利，主打一个只要人留下，条件都能谈。另外，据《华尔街日报》去年6月的报道，新一波生成式AI浪潮冲击之下，Meta至少有1/3的AI研究人员因为职业倦怠和对公司缺乏信心而离开。这种往人身上砸钱的力度，Meta当然不是毫无反应：针对从外部聘请的高级研究人员，Meta也开出了100-200万美元的年薪。毕竟，竞争对手方面，被马斯克点名“撒币”的OpenAI，算上股票，总薪资中位数达到了。
2024-04-12 15:56:36
421
原创 大模型做时序预测也很强！华人团队激活LLM新能力，超越一众传统模型实现SOTA
Time-LLM首先使用文本原型（Text Prototypes）对输入的时序数据进行重编程，通过使用自然语言表征来表示时序数据的语义信息，进而对齐两种不同的数据模态，使大语言模型无需任何修改即可理解另一个数据模态背后的信息。为了进一步增强LLM对输入时序数据和对应任务的理解，作者提出了提示做前缀（Prompt-as-Prefix，PaP）的范式，通过在时序数据表征前添加额外的上下文提示与任务指令，充分激活LLM在时序任务上的处理能力。（3）统计描述，例如趋势、时延等，让LLM更好地理解时序数据的特性。
2024-04-12 15:47:02
498
原创 大模型预测，下一个token何必是文字？
各路玩家都还在不断尝试中。这一阶段的AIGC技术，为后续的发展奠定了基础，使得机器能够与人类进行有效的交流和互动。在AI生成一切的进程中，那些能够率先利用AI技术的个人和行业，将能够更早地享受到技术带来的红利。而在公认的大模型应用落地元年里，行业大模型的发展和影响一定是此前的数倍。正如科学研究中的四种范式一般，即实验归纳、理论推演、计算机仿真和数据密集型科学发现，它们相互补充，共同推动了科学研究的进步。解决了当前行业大模型只能将行业文本数据喂给大语言模型、生成下一个字的问题，让大模型能来到的领域更加广泛。
2024-04-01 15:55:32
577
原创 游戏NPC“活”了，英伟达AI立大功
在经历了几轮“拉扯”之后，Nelson终于向Bloom询问了任务的细节，从态度上不再显现出拒绝的姿态，此时Bloom也开始对Nelson建立了信任，游戏的第一个任务目标达成。其中Riva负责处理语音相关的任务，而Audio2Face则根据说话内容实时对角色的口型和面部表情进行渲染，将两者与第三方的大模型进行结合，就塑造出了游戏中的智能角色。预告片中，波光粼粼的水面上随风泛起阵阵涟漪，只见随着视角的切换，水中的倒影、山的阴影也都随之转动，光的折射与反射效果渲染得十分逼真。
2024-03-27 18:28:47
666
原创 AI足球教练上岗利物浦，射门机会提高13%！来自DeepMind，网友：这不公平
并举例2019年欧冠半决赛，利物浦队阿诺德一个突然折返快速开球，打了对面巴萨一个措手不及，就被评为最佳角球之一，当时把梅西都看傻了。TacticAI的潜力远不止于此，一但将这个方法扩展到其他定位球和更多战术环节，未来可能真的会出现一个通用的AI足球教练。GNN通过节点和边的信息传递机制，能够学习到节点的高维潜在特征如球员的角色、位置、运动状态等信息。DeepMind团队表示，足球比赛中角球是进攻的大好时机，据统计30%的进球都来自角球。AI轻松设计出的高效战术。如何调整策略以实现特定结果？
2024-03-27 15:37:57
913
原创 OpenAI员工自曝996作息表，网友：真正的卷不需要强迫
就在今年早些时候，OpenAI前员工、Codex团队成员Lenny Bogdonoff的离职声明，就曾引发大家伙对OpenAI工作强度的关注。Lenny Bogdonoff提到，从入职起，他就每周在办公室工作6天，每天的工作时间也很长：从早上8点一直持续到深夜。尽管他本人并没有抱怨，而是表示“永远感激这一生一次的经历”，但仍有不少人关注到了工作压力的问题。[11:00am] 敲代码，在更多数据上训练更大的模型。对于Sora这样的复杂系统，人才第一，数据第二，算力第三，其他都没有什么是不可替代的。
2024-03-01 18:12:07
319
原创 谷歌最强开源大模型亮相！Gemini技术下放，笔记本就能跑，可商用
为了兼容，谷歌使用了Gemini的SentencePiece tokenizer子集，它可以分割数字，不删除额外的空格，并对未知token进行字节级编码。Gemma 2B/7B分别使用了2T和6T token进行训练，主要来自网络文档、数学和代码，不过这些数据不是多模态的。大神卡帕西关注了Tokenizer部分，他表示，Gemma的tokenizer和Llama 2的不同，但和GPT一致。7B版本参数量约78亿，面向GPU和TPU上的高效部署和开发，2B版本参数量约25亿，用于CPU和端侧应用程序。
2024-03-01 18:09:39
439
原创 OPPO打响AI手机第一枪
构成开放服务生态；AI手机应该是多模态融合的全新交互方式，能成为个人随身助理，而不仅是电子消费品；并且这个随身助理能提供自在交互、智能随心、专属陪伴、安全可信的体验。比如Find X7的“国际逍遥游”，系统能在用户计划出国旅行时智能提示并推荐购买目的地的上网套餐，根据实际目的地来推荐所需应用，并提供一系列国际小工具根据用户实际需要指导连网、翻译、天气等服务。目前已支持全球100+个国家和地区。在构建了对AI手机的基本认知后，实际推进动作可以更有针对性。其次，
2024-03-01 18:05:54
986
原创 浙江丽水，正在用AI诊癌
但到了基层医院，郭建飞打了个比方，“就像高清的电视变成了一个雪花黑白电视的那种状态”，它们没有比肩一线医院的先进设备，很多现实情况不可控，但如此普通的医疗水平之下，虽对PANDA模型提出了更高的要求，但对其更大范围的普及却大有裨益。，郭建飞介绍说，它既有CT检查的高普及度，又兼顾人工智能的高灵敏度，可以在患者的日常体检与医院检查中进行癌症以及慢性病筛查，一次早筛多个癌种，将有效提高癌症的筛查效率，提高无症状人群的早期癌症发现率，从而改善癌症患者预后。
2024-03-01 17:58:55
769
原创 爆火《幻兽帕鲁》被指用AI缝合宝可梦，开发者自曝传奇经历：是人类的奇迹
面对这些新的形势，Steam平台也推出了新的AI规则，要求开发者披露AI使用情况、保证不存在侵权行为，并且这些信息也会出现在游戏商店页面上。而在《幻兽帕鲁》之前，溝部的公司还开发过另外一款名为《创世理想乡》的游戏，并在官网中文简介里直接承认了“缝合”的设定。结果又捡到宝了，她不仅绘画速度是常人的4-5倍，根据反馈修改也很快，还熟悉网络上流行什么，能设计出受欢迎的幻兽形象。那么如此庞大的游戏规模、上百种幻兽形象都是怎么来的，就引起了大家的质疑，不会是拿AI洗稿抄袭的宝可梦形象吧？
2024-01-26 14:58:07
612
原创 星耀新春，集星探宝，卡奥斯开源社区双节活动上线啦！
扫地机器人、家用吸尘器、颈部按摩仪、筋膜枪、养生壶、鼠标键盘。写文章、发项目、建应用、做测评，玩转盘、开宝箱。更多请扫描图片二维码，加入官方微信群咨询参与哦。，卡奥斯开源社区龙年新春专题活动重磅发布！卡奥斯开源社区龙年新春专题活动上线啦！
2024-01-10 16:47:33
399
原创 Gemini自曝中文用百度文心一言训练，网友看呆：大公司互薅羊毛？？
最后一轮我们直接从Gemini官方给出的开发环境入口进行测试。这回，在谷歌AI Studio是的，我在中文的训练数据上使用了百度文心。在此，我们也求证了百度方，等待一个回复。
2023-12-20 17:49:23
583
原创 把大模型当CPU，前阿里云首席安全科学家创业项目曝光
就在他回归的第二年，阿里云发生了自建立以来最大的DDoS攻击，“901事件”，这也是当时全球互联网史上最大的DDoS攻击，峰值流量达到每秒453.8Gb，攻击高达5亿次。在其今年出版的另一本个人专著《计算》的第12章，谈及与ChatGPT有关的话题，也提到大模型的现存问题，他在书中提到过一个简单的“通用任务框架”和AI网络。除了在阿里使用的“道哥”这个花名，他还有很多为人熟知的代号，比如“阿里守护神”，也有人称他“中国年轻一代顶级黑客”，又或者还有一个亲昵的代号“小黑”。
2023-12-13 10:41:13
1144
原创 谷歌Gemini刚发就惹质疑：测试标准有失偏颇，效果视频疑似剪辑
Gemini还有一大卖点是多模态能力，针对开头画小鸭子的视频，我们从中抽取了8个关键帧，分别进行提问，看看Gemini的表现有没有那么神奇。而勉强解说了的8个（实际上是6个，因为有两个是重复的）图，只有左下和右下两张图是对的，至于middle指的到底是哪一行，我们不得而知……针对图7的成品，Gemini直接说没毛病，该有的东西都有，背景也很真实，甚至没忘继续提根本不知道哪里来的芦苇。针对图6，Gemini给出的回答不能说十分精准，只能说是驴唇不对马嘴，还配上了一张风马牛不相及的图片。
2023-12-08 18:29:26
950
原创 “离谱的AI扩图”火了！张张那叫一个出其不意
Outpainting是一种图像处理技术，与Inpainting（图像内部填充）相反，可以根据现有图像的内容、风格和上下文，合成与原始图像相协调的新内容，从而扩展图像的视觉范围。例如，CNN是AI扩图中常用的神经网络，通过学习大量的低分辨率和高分辨率图像对，来理解图像特征，学习如何从低分辨率重建高分辨率图像。现有的很多AI扩图工具生成速度已经有了不小的提高，不过成品的质量是否符合逻辑，这个概率还是比较随机的。众妃子们的合影，在AI扩图的大手笔之下，让她们秒穿牛仔裤、运动鞋，穿梭在中西合璧的大街上。
2023-12-07 15:57:45
1158
原创 奥特曼不是第一次被开除！离职YC系“被创始人要求离开”
反映到奥特曼被OpenAI董事会罢免这事儿上，一位熟悉董事会会议程序的人士透露，董事会这么做主要是担心奥特曼不愿让自己在公司的权力受到任何制衡，他不愿意董事会中有任何对他不利的成员就说明了这一点。当时奥特曼从斯坦福大学辍学，完成了他人生中的第一次创业，打造了一款社交网络应用程序Loopt，马上就得到了YC的投资。消息称，奥特曼还会个人投资于孵化器发现的创业公司，这被视为“一种为了个人利益而进行的双重投资”，之前其他创始人也有过这种做法，但后来都被组织限制了。奥特曼回复了一句“是的，你说得对！
2023-11-24 16:44:15
908
原创 剧情继续：马斯克曝出OpenAI前员工举报信，董事会与奥特曼谈判回归
经过4天的极限拉扯、反转再反转，奥特曼有可能重新回归了。据知情人士透露，OpenAI董事会正与奥特曼进行一场“富有成效”的新谈判。
2023-11-22 17:05:15
165
原创 OpenAI董事会秒反悔！奥特曼被求重返CEO职位
如果奥特曼决心离开，创办一家新公司，他们一定会跟着走。其中，布罗克曼的决心可见一斑，他也是看到新闻大吃一惊，“感到震惊和悲伤”，然后火速给OpenAI发了一封简短的辞职通知，尽管措辞非常“体面”。OpenAI董事会解雇奥特曼在内部引发巨大地震，总裁布罗克曼、多位高管以及很多OpenAI员工后，在得到消息后选择辞职。而前者，也就是负责全局事宜的非营利组织的董事会通常都是来自OpenAI之外的人，“有着自己的价值观”。总之，董事会在做出决定后一天就重新和奥特曼谈判，说明OpenAI没有了奥特曼，影响重大。
2023-11-22 13:41:47
108
原创 GPT-4V新玩法登顶GitHub热榜，随手一画就能生成网页！web开发者：感受到了威胁
将当前的画布SVG转换为PNG图像，然后将PNG图像发送给GPT-4，并指示其返回一个包含Tailwind CSS的单个HTML文件。Sawyer Hood还表示，自己在获得GPT-4V API访问权限不到5小时内就开发出了这种玩法，可见“未来一片光明”。有网友用ChatGPT plus用户新增的GPTs功能创建了DesignerGPT，也可超快速地创建和托管网站。要做到上面的画画秒生网页，需要用到两个工具：tldraw和GPT-4V API。点开主页一看，原来这波人是网页设计开发相关从业者🤣。
2023-11-17 18:46:35
211
空空如也
如何看待工业软件开源的发展
2024-01-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人