资讯列表
苹果发布多模态模型 Ferret-UI，部分手机 UI 任务超越 GPT-4V
编译 | 赖文昕编辑 | 陈彩娴大模型的诞生，让科技巨头与创业公司们在新一轮的竞赛中再次鸣枪出发，OpenAI、Anthropic、Mistral等创业之星的升起更是证明了在新技术的影响下，大厂并不存在绝对的优势。 不久前，苹果叫停了启动十多年且投入数十亿美元的自动驾驶电动汽车项目，美国总部裁员了600多人，另有近2000名员工转到AI部门。 然而，在目前市场上的主流智能手机品牌中，苹果几乎是唯一一家尚未正式推出大模型的厂商。
专访腾讯AI Lab姚建华、杨帆：腾讯 AI Lab 为何瞄准单细胞蛋白质组学？
在生物医学研究的前沿领域，“单细胞蛋白质组学”是怎样的存在？ 用一个比喻来说，它就像一把钥匙，能够开启细胞内部世界的大门，让我们得以窥见细胞如何通过蛋白质的相互作用来执行生命活动。 这一研究领域的突破，不仅能够推动科学界对生命过程的理解，也为精准医疗的实现奠定了基础。
10 秒总结 YouTube 视频，原阿里首席 AI 科学家贾扬清打造浏览器插件 Elmo
原阿里首席 AI 科学家贾扬清在 X（推特）上分享了插件 Elmo，该插件能在 10 秒内总结 Google Next 主题演讲，生成一句话概括、摘要、主要观点。该插件由贾扬清去年创办的 AI 公司 Lepton AI 打造。贾扬清表示，Elmo 采用了数据公司 Databricks 推出的开源大模型 DBRX。据悉，DBRX 具有 1320 亿个参数，采用 MoE 架构，在性能上超过了 GPT-3.5 和其他一些开源模型。经过IT之家的测试，时长达 1 小时 22 分的苹果 2023 秋季发布会，Elmo 仅用时
比手动快13倍多，「机器人+AI」发现电池最佳电解质，加速材料研究
编辑 | 紫罗传统的材料研发模式主要依赖「试错」的实验方法或偶然性的发现，其研发过程一般长达 10-20 年。虽然基于机器学习 (ML) 的数据驱动方法可以加速清洁能源技术新材料的设计，但由于缺乏大型高保真实验数据库，其在材料研究中的实际应用仍然受到限制。近日，美国西北太平洋国家实验室和阿贡国家实验室的研究团队，设计了一个高度自动化的工作流程，将高通量实验平台与最先进的主动学习算法相结合，可有效筛选对阳极电解质具有最佳溶解度的二元有机溶剂。除了设计用于开发高性能氧化还原液流电池的高效工作流程之外，该机器学习引导的高
英特尔预计今年出货 4000 万台 AI PC
在 Intel Vision 2024 大会上，英特尔 CEO 帕特・基辛格透露，英特尔目前已经出货了 500 万颗人工智能 PC 芯片，预计将于 2024 年出货 4000 万台 AI PC，以超过 230 种的设计，覆盖轻薄 PC 和游戏掌机设备。英特尔的目标是到 2025 年，为超过 1 亿台 AI PC 供应处理器。据IT之家此前报道，上月底英特尔公司宣布“AI PC 加速计划”再添两项人工智能（AI）新举措，即新增“AI PC 开发者计划”，并吸纳独立硬件供应商（IHV）加入“AI PC 加速计划”。对于
韩国计划到 2027 年在 AI 半导体领域投资 9.4 万亿韩元，目标成为 AI 技术三强
据韩联社消息，韩国总统尹锡悦在昨日举行的韩国“半导体领域待审问题会议”上表示，韩国政府计划到 2027 年在 AI 半导体领域投资 9.4 万亿韩元（IT之家备注：当前约 502.9 亿元人民币）。除了直接投资外，韩国还计划创建一笔价值 1.4 万亿韩元（当前约 74.9 亿元人民币）的基金，帮助 AI 半导体创企的发展。尹锡悦称当前的半导体竞争是“一场工业领域的战争，一场国家层面的战争”，因此韩国需要在未来 30 年在 AI 领域建立如现在存储产业的影响力。为此韩国将全面审查半导体产业投资激励政策，建立同这一“战
对标 GPT-4，消息称 Meta 最快下周发布两款 Llama 3 模型
感谢科技媒体 theinformation 近日发布博文，表示 Meta 公司将于下周预告两款 Llama 3 AI 模型，为今年夏季推出“完整形态” Llama 3 铺垫。Meta 公司本周二在伦敦举办的一场活动中，确认会在下个月之前发布 Llama 3 相关模型。IT之家翻译 Meta 公司全球事务总裁尼克・克莱格（Nick Clegg）采访内容如下：我希望下个月或者更短时间内，能够推出下一代 Llama 3。我们计划今年推出一系列具有不同功能、不同通用性的模型。Meta 首席产品官 Chris Cox 补充说
ChatGPT 首次公开出现在电视剧音乐创作人员名单中
印度泰卢固语喜剧《Save the Tigers》第二季大结局出现了片尾彩蛋，这并不是指剧情方面，而是在演职员表中的音乐团队中明确标注 ChatGPT。这表明团队在制作该剧的 Club 音乐过程中，调用了 ChatGPT 参与制作，只是目前尚不清楚具体的贡献程度。电视剧团队在制作音乐过程中调用 ChatGPT 可能并非首次，但这应该是 AI 聊天机器人首次公开用于音乐创作。IT之家查询相关报道，观众对这个彩蛋的反应不一，一些观众认为这很有趣，并说这可能是人类音乐制作人的别名；另一些观众则称赞该电视剧在人工智能署名方
苹果介绍 Ferret-UI 多模态大语言模型：更充分理解手机屏幕内容
感谢苹果公司近日发布研究论文，展示了 Ferret-UI AI 系统，可以理解应用程序屏幕上的内容。以 ChatGPT 为代表的 AI 大语言模型（LLMs），其训练材料通常是文本内容。为了能够让 AI 模型能够理解图像、视频和音频等非文本内容，多模态大语言模型（MLLMs）因此孕育而生。只是现阶段 MLLMs 还无法有效理解移动应用程序，这主要有以下几个原因：1. 手机屏幕的宽高比，和大多数训练图像使用的屏幕宽高比不同。2. MLLMs 需要识别出图标和按钮，但它们相对来说都比较小。因此苹果构想了名为 Ferre
融合视觉能力，OpenAI 向开发人员提供 GPT-4 Turbo with Vision
感谢OpenAI 宣布，具有视觉能力的最新 GPT-4 Turbo 模型 GPT-4 Turbo with Vision 现已通过 OpenAI API 向开发人员普遍提供。据IT之家了解，该模型延续了 GPT-4 Turbo 系列 128,000 个 token 的窗口大小以及截止至 2023 年 12 月的知识库，最大的革新之处在于其新增的视觉理解能力。在过去，开发者需要调用不同的模型来处理文本和图像信息，而 GPT-4 Turbo with Vision 则将两者合二为一，极大简化了开发流程，并带来了广泛的应
Instagram 短视频板块 Reels 测试 AI 同传功能，用户可用自己声音“说外语”
开发者 Alessandro Paluzzi 今日在 X（推特）上公布了自己的最新发现：Instagram 的短视频板块 Reels 正在测试“AI 语音配音”功能，带来类似“同声传译”的体验。其放出的截图显示，Instagram 的 Reel 页面上出现了“Instagram 将通过 AI 来使你的声音听起来就在说另一门语言一样”的字样。下方的详情内容大意如下：观众将听到您的音频以您选择的语言配音。对于您现在或将来发布的 Reels，您可以为部分或所有语言关闭此功能。翻译和配音准备就绪后，您将收到通知。人们可以看
谷歌推出 Gemini 1.5 Pro 公共预览版，现已支持处理音频
谷歌之前在 Google Next 大会上宣布将首次通过其 AI 应用平台 Vertex AI 向公众开放 Gemini 1.5 Pro。谷歌现已推出 Gemini 1.5 Pro 公共预览版，并借此为其赋予了“耳朵”，从而帮助用户处理音频内容，例如可以直接上传一份音频文件让它来分析，或者上传一份财报电话会议录音或视频来让它总结。据称，这个 Gemini 系列中定位“中量级”模型的版本在性能上已经超越了自家更大的模型 ——Gemini Ultra。谷歌称，Gemini 1.5 Pro 可以理解复杂的指令，并且无需对
AI在用| 万万没想到，科技论文还能这么读
机器之能报道编辑：Cardinal以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。 我们也欢迎读者投稿亲自实践的创新型用例。Claude 3 具有非常大的内存（ 200k 上下文窗口）和很强的调用准确性，它的上下文能力也因此成为最受欢迎、应用最广的技能。我们介绍过如何利用这种能力，没时间收听播客也能获取核心内容。今天，我们再介绍一个新技能，
Nat. Mach. Intell.|设计超高效疫苗，普林斯顿团队开发首个解码mRNA序列大模型
图来自网络编辑 | ScienceAI普林斯顿王梦迪团队迎来了一项具有划时代意义的突破，该团队开发了世界首个解码mRNA非翻译区域序列的大模型，用于准确预测从mRNA到蛋白质的转录功能，及设计新序列用于mRNA疫苗。该研究论文的题目是「A 5’ UTR Language Model for Decoding Untranslated Regions of mRNA and Function Predictions」，已被《Nature Machine Intelligence》接收。这篇论文意味着大语言模型可以用于
不牺牲算法，不挑剔芯片，这个来自中科院的团队正在加速国产AI芯片破局
不降低大模型算法精度，还能把芯片的算力利用效率提升 2~10 倍，这就是编译器的魅力。在《沙丘》构建的未来世界里，「得香料者得天下」。但在生成式 AI 席卷的智能世界里，得 GPU 者得天下。前段时间，外媒 The Information 曝出了一则重磅消息：微软和 OpenAI 正在规划一个雄心勃勃的数据中心项目 —— 建造一台名为「星际之门」的 AI 超级计算机。这台计算机将配备数百万个专用服务器芯片，是目前一些最大数据中心的 100 倍。当然，这个计划是相当烧钱的，成本可能高达 1000 亿美元，令其他公司望
联发科推出生成式 AI 服务平台“达哥”，支持“最强繁体中文大模型”MR BreeXe
感谢据联发科官方消息，在今日举行的生成式 AI 论坛期间，联发科生成式 AI 服务平台 MediaTek DaVinci 正式推出，亦称“联发科技达哥”，目前已有超过 40 家厂商加入其生态系统。据悉，该工具最初为集团内部生成式 AI 工具，被广泛应用于软件开发的需求分析和规格设计、人资的自动媒合、财务的报销流程、法务的专利翻译和合约诉讼等，集团渗透率达到 96%。同时，联发创新基地还发布了该平台最新的繁体中文大型语言模型 MediaTek Research BreeXe（IT之家下文简称 MR BreeXe）。
纯C语言手搓GPT-2，前OpenAI、特斯拉高管新项目火了
「Real men program in C.」众所周知，大语言模型还在快速发展，应该有很多可以优化的地方。我用纯 C 语言来写，是不是能优化一大截？也许很多人开过这样的脑洞，现在有大佬实现了。今天凌晨，前特斯拉 Autopilot 负责人、OpenAI 科学家 Andrej Karpathy 发布了一个仅用 1000 行代码即可在 CPU/fp32 上实现 GPT-2 训练的项目「llm.c」。GitHub 链接：，立即引发了机器学习社区的热烈讨论，项目的 Star 量不到七个小时就冲上了 2000。有网友表示，
2024年WAIC·云帆奖启航：擎启AGI时代，集结超越边界的探索者
2024 年 WAIC・云帆奖面向全球征选 AI 青年技术人才，欢迎点击「此链接」报名或提名。人工智能的研究范式和产业格局正在经历深刻而积极的转变。过去一年，大模型引发了一股席卷全球的智能浪潮，这不仅推动了 AI 技术在更广泛领域的应用，也激发了人类对人工智能深层次潜力的追寻和探索。在这场技术革新的洪流中，通用人工智能（AGI）正逐渐从幻想走进现实。我们正处于一个新征程的起点，这个阶段将以人类对通用智能的不懈追求为特征。迎接即将到来的新时代，让我们将目光投向那些充满激情、勇于探索的青年创新者。他们凭借卓越的智慧和无