理论

主要工作提取特征(角点)并使用FAST算法跟踪对象：OpenCV，PythonOpenCV中有多种特征提取算法可供使用，但其中一种名为FAST算法的，对于实时计算机视觉应用来说非常有用。 大多数特征提取和角点检测方法在提取特征方面表现良好，但它们大多数并不适合实时应用。 FAST算法非常适合实时计算机视觉任务。

在计算机视觉领域，图像分割是一项核心任务，广泛应用于目标识别、追踪和分析等多个场景。 本文将介绍一种新颖的方法，利用两个基于变换器模型的零样本图像分割技术：GroundingDINO负责目标检测，而单任务注意力模型（SAM）负责语义分割。 我们将详细解读代码，并解释涉及的关键概念。

CNBC报道称，中国想在AI领域成为统治者，这种尝试可能已经获得回报。 一些美国AI业内人士和科技分析人士认为，中国AI模型已经相当流行，从性能角度看，中国的一些模型与美国产品齐头并进，甚至超越。 由于无法采购美国先进AI芯片，中国只能寻找其它办法增强AI模型性能，比如依赖开源技术，开发自主软件和芯片。

o1 preview问世3个月后，满血版的o1 Pro终于在上周以每月200美元的身价正式上线，奥特曼号称其为「当今世界上最智能的模型」。 所以，这个正式的o1 Pro究竟强大到了什么程度？ 可以肯定的是，它远远不是一个走到AGI终点的灭霸，但这是scaling law之后的又一个里程碑吗？

ChatGPT发布以来，各种大模型层出不穷，对各行各业的文字、脑力工作者来说绝对是一个效率神器，产出量大大提升。 比如最近的研究成果，清华大学、芝加哥大学、Google的研究人员利用AI工具（模型性能F1值为0.876）分析了六大主要学科的6790万篇研究论文，结果发现，采用AI工具的科学家发表的论文数量增加了67.37%，获得的引用次数是未使用AI工具的科学家的3.16倍，并且还能提前4年成为团…

ELMo（Embeddings from Language Models）是一种基于深度学习的动态词向量模型，它通过双向LSTM（长短期记忆网络）来生成词的表示，相较于传统的静态词向量方法，如Word2Vec和GloVe，ELMo能够根据上下文生成不同的词向量。 这使得ELMo能够更好地处理同义词、歧义词以及多义词的上下文依赖关系，从而提升自然语言处理（NLP）任务的表现。 然而，ELMo也存在一…

初步知识在本节中，我们提供了标准提示和思维链推理的初步知识。 定义以下符号：问题 Q、提示T 、概率语言模型PLM  和预测A 。 少样本标准提示少样本思维链提示思维链推理的优势作为一种新颖的推理范式，思维链推理具有多种优势：提升推理能力：思维链推理将复杂问题分解为可管理的步骤，并建立这些步骤之间的联系，从而促进推理。

编辑 | 萝卜皮准确预测蛋白质-配体相互作用对于理解细胞过程至关重要，目前仍面临着诸多挑战。 中国科学院、浙江大学的研究人员提出了 SurfDock，这是一种深度学习方法，通过将蛋白质序列、三维结构图和表面级特征整合到等变架构中来解决这一挑战。 SurfDock 在非欧几里德流形上采用生成扩散模型，优化分子平移、旋转和扭转以生成可靠的结合姿势。

编辑丨toileter水不仅是人类最熟悉的物质之一，也是物理化学悠久历史中的核心人物。 其分子间具有的四面体排列与网络相互作用使其有别于简单液体。 长久以来，关于水中是否存在液-液临界点 （LLCP），始终没有得出一个具体的结果。

12 月 2-6 日，亚马逊云科技在美国拉斯维加斯举办了今年度的 re:Invent 大会。 会上，亚马逊云科技发布了相当多东西，其中之一便是新的大模型系列 Nova。 说实话，这确实出乎了相当多人的意料 —— 毕竟亚马逊已经重金押注 Anthropic，似乎没有必要再自起炉灶了。

天啦撸！ ！ AI想出来的idea，还真有人写成论文了。

出品 | 51CTO技术栈（微信号：blog51cto）一项逆天的大模型优化技术来了！ 东京初创公司Sakana AI的研究人员开发了一种新技术，让大模型能够更有效地使用内存，不仅最多节省75%的内存占用，还甚至性能也有所提升！ 这种名为“通用Transformer内存”的技术使用特殊的神经网络优化LLM，保留重要的信息并丢弃冗余的细节。

12 月 18 日消息，谷歌 DeepMind 团队于 12 月 17 日发布博文，宣布推出 FACTS Grounding 基准测试，评估大型语言模型（LLMs）根据给定材料是否准确作答，并避免“幻觉”（即捏造信息）的能力，从而提升 LLMs 的事实准确性，增强用户信任度，并拓展其应用范围。 数据集在数据集方面，ACTS Grounding 数据集包含 1719 个示例，涵盖金融、科技、零售、医…

逆袭之战开启，谷歌用90天重回巅峰！ 短短90天，谷歌就从业内笑柄，逆袭成突破最大、产品最颠覆的科技大公司。 用AI初创创始人Ole Lehmann的话说，「我们正在见证2024年最大的科技转变」。

编辑 | 伊风媒体爆料了阿里系大模型“通义”的大新闻：近期，AI应用“通义”已经从阿里云被分拆出来，并入到阿里智能信息事业群！ 乍一看有点懵，因为被分拆出来的不是全部的“通义”，而是 To C 的应用层“通义”。 而模型层的“通义”大模型家族相关业务，仍然保留在阿里云体系内的通义实验室中。

老黄又开始在厨房整活了，还记得上次吗？ 老黄从烤箱端出来超大GPU，震撼全世界这次端出来是一个掌上超级AI计算机，售价只有249美金，1700RMB2024 年 12 月 17 日，英伟达正式发布了新款紧凑型生成式 AI 超级计算机——Jetson Orin Nano Super 开发套件。 这款产品在价格更亲民的同时，通过软件升级实现了性能的显著提升，旨在为人工智能爱好者、开发者和学生党提供强大…

OpenAI 12天发布会Day9， 今日宣布推出一系列针对开发者的强大模型、全新定制工具以及性能、灵活性和成本效益的升级，旨在助力开发者构建更智能、更强大的 AI 应用。 本次更新涵盖以下关键内容：1. API 中的 OpenAI o1：OpenAI o1 模型正式在 API 中向 5 级使用用户开放。

写在前面 & 笔者的个人理解基于视觉的自动驾驶因其令人满意的性能和低成本而显示出巨大的潜力。 大多数现有方法采用密集表示（如鸟瞰图）或稀疏表示（如实例框）进行决策，这会在全面性和效率之间进行权衡。 本文探索了一个以高斯为中心的端到端自动驾驶（GaussianAD）框架，并利用3D语义高斯来广泛而稀疏地描述场景。

一、引言去年，商旅大前端团队成功尝试将部分框架从 Next.js 迁移至 Remix，并显著提升了用户体验。 由于 Remix 2.0 版本在构建工具和新功能方面进行了大量升级，我们最近决定将 Remix 1.0 版本同步升级至 Remix 2.0。 目前，商旅内部所有 Remix 项目在浏览器中均已使用 ESModule 进行资源加载。

写在前面 & 笔者的个人理解西湖大学和浙大的工作，利用3DGS的统一表征，结合扩散模型打通自动驾驶场景的多模态生成。 近期生成 重建的算法越来越多，这说明单重建或者单生成可能都没有办法很好的cover闭环仿真，所以现在的工作尝试两者结合，这块应该也是后面闭环仿真落地的方向。 先前采用基于像素的高斯表示的工作已经证明了前馈稀疏视图重建的有效性。

今年AI编程领域非常热闹，明星产品频出，从Copilot到Cursor到Windsurf，还有很多细分领域的产品都让人眼前一亮。 比如有人很简单的认为AI能提效50%甚至更多，也有人觉得AI提效不多，只是替代了搜索引擎。 下面是KK的《让AI提效50%》一系列文章，总体写的还是很不错的。

一、智能研发工具的发展首先来看一下智能研发工具的发展历程和方向。 智能化的发展背景与落地诉求早期的智能化工具，如 GitHub 的 Copilot 工具，大约在两年半前推出。 最初，Copilot 的主要功能是在开发者编写代码时提供自动补全建议。

译者 | 李睿审校 | 重楼软件开发专家Igboanugo David Ugochukwu表示，当他带领的软件开发团队在去年开始使用人工智能编码助手时，他对其能力持怀疑态度。 基于其长达15年的编程经验，他不相信大型语言模型能够对实际的开发工作提供有意义的帮助。 在六个月后，他的看法发生了根本性转变，其开发团队的工作效率提高了大约40%，同时代码质量指标也有所提高。

人工智能改变我们工作方式的潜力是无穷的，但我们距离这一目标还有很长的路要走，需要仔细的规划和考虑。  人工智能 (AI) 的持续扩张速度是前所未有的，特别是自 2022 年 GenAI 进入市场以来。 如今，人工智能的工作速度远远快于人类的产出，这也是这项技术对专注于精简运营、提高生产率和成本效率的领导者如此有吸引力的原因。