资讯列表
英伟达开源最强通用模型Nemotron-4 340B
性能超越 Llama-3，主要用于合成数据。英伟达的通用大模型 Nemotron，开源了最新的 3400 亿参数版本。本周五，英伟达宣布推出 Nemotron-4 340B。它包含一系列开放模型，开发人员可以使用这些模型生成合成数据，用于训练大语言模型（LLM），可用于医疗健康、金融、制造、零售等所有行业的商业应用。高质量的训练数据在自定义 LLM 的响应性能、准确性和质量中起着至关重要的作用 —— 但强大的数据集经常是昂贵且难以访问的。通过独特的开放模型许可，Nemotron-4 340B 为开发人员提供了一种免
有望解决一个千禧年大奖难题，这个20多年前的猜想终于得到证明
在数学抽象方面，最简单的莫过于图（graph）了。在平面上散放一些点，用线将其中一些连接起来，这就是一个图了。但图却非常强大。人们已经用它来解决各种各样的问题，从建模大脑中的神经元到为路上的送货卡车设计路径。在数学领域，图常被用于分类一种重要的代数对象，即群（group），其能以多种不同的方式来描述扭结（knot）。图论中有一个核心问题：寻找能刚好经过图中每个点一次的路径，之后再回到起点。这些路径被称为哈密顿回路（Hamiltonian cycle），得名于 19 世纪的数学家威廉・罗文・哈密顿（William R
SIGGRAPH2024｜上科大、影眸联合提出DressCode：从文本生成3D服装板片
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]生成是生成式人工智能和计算机图形学领域最引人注目的话题之一，符合影视、游戏标准的3D生成尤其受产业界关注。在生产流程中，一般品类的3D资产往往通过手工建模或者扫描的方式制作。但作为3D
又一届「AI春晚」拉开序幕！智源大模型集体爆发了
每一年的智源大会不仅是分享前沿 AI 科技成果的平台，更为国内外业内人士提供了一个交流的舞台。果然，2024 智源大会又为我们带来了诸多惊喜。一年一度的国内「AI 春晚」—— 智源大会又一次拉开了序幕。20 个不同主题的论坛、百场精彩报告让现场和线上的观众目不暇接，切实感受到了当下 AI 尤其是大模型对内容创作、生产办公、机器人、生物医疗等千行百业的深度赋能。在这场「AI 内行顶级盛会」上，不仅有 Llama、Sora 等大模型及 DiT 架构的作者参与交流，详解他们的研究成果；还有百度、零一万物、百川智能、智谱
让鲁迅说绕口令、赫本玩嘻哈，又一视频模型火了，斯坦福华人博士创立
团队成员均来自斯坦福大学，CTO还是泰勒·斯威夫特的铁杆粉丝。AI视频领域卷疯了。Luma引发的狂欢还没结束，AI视频圈又来了个挑战者——斯坦福大学团队出品的Proteus。据介绍，Proteus 是一款低延迟基础模型，可以生成高度真实且富有表现力的人物形象。例如，让世界名画中的主角——蒙娜丽莎或者带珍珠耳环的女孩——肆无忌惮地大笑，面部表情自然流畅：让奥黛丽·赫本一改往日淑女形象，玩起嘻哈说唱： 还让《哈利·波特》中的斯内普教授唱《Despacito》：Proteus刚发布，一众大佬发来「贺信」：AI科学家贾扬清
从ALOHA迈向Humanplus，斯坦福开源人形机器人，「高配版人类」上线
人形机器人的「Hello World」。说起前段时间斯坦福开源的 Mobile ALOHA 全能家务机器人，大家肯定印象深刻，ALOHA 做起家务活来那是有模有样：滑蛋虾仁、蚝油生菜、干贝烧鸡，一会儿功夫速成大餐：研究团队来自斯坦福，由三个人共同打造完成。Zipeng Fu 为项目共同负责人，他是斯坦福大学 AI 实验室的计算机科学博士生，师从 Chelsea Finn 教授；Tony Z. Zhao 也是斯坦福大学的计算机科学博士生，导师也是 Chelsea Finn。现在，继 ALOHA 之后，Zipeng F
Mobile-Agent-v2问世，自动化手机操作能力再上新台阶
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]徐海洋，阿里通义实验室高级算法专家，负责通义多模态大模型mPLUG系列工作，包括基础多模态模型mPLUG/mPLUG-2，多模态对话大模型mPLUG-Owl/Owl2，多模态文档大模型mP
明年开启销售前，特斯拉计划先出租人形机器人 Optimus
特斯拉多年来一直在研发人形机器人 Optimus，并每月分享该项目的最新进展。埃隆・马斯克近期宣布，特斯拉不仅计划销售 Optimus 并将其用于自有工厂，还将提供该机器人的租赁服务。马斯克表示，特斯拉计划将提供 Optimus 机器人的租赁和销售两种选择，其中租赁服务会早于销售率先推出。根据马斯克四月份的说法，特斯拉计划明年开始销售 Optimus。目前，马斯克尚未透露有关承租方的细节信息，也没有说明消费者和其他公司如何参与到 Optimus 租赁计划中。IT之家注意到，在本周举行的特斯拉 2024 年股东大会上
一键进阶ComfyUI！懂AI的设计师现在都在用的节点式Stable Diffusion
目前使用 Stable Diffusion 进行创作的工具主要有两个：WebUI 和 ComfyUI。而更晚出现的 ComfyUI 凭借超高的可定制性和复现性迅速火遍全球。有设计师表示 SD 发布了 XL1.0 后，ComfyUI 用它优秀的底层逻辑率先打击了臃肿不稳定的 WebUI1.6，成为更适合“体验”XL 的 SD 生图工具。
本文就来具体介绍一下 ComfyUI 是什么？为什么好？怎么用？
一、ComfyUI 简介
ComfyUI 是一个专为 Stable Diffusion 设计的基于节点的图形用户界面
英伟达开源 3400 亿巨兽：98% 合成数据训出最强开源通用模型，性能对标 GPT-4o
【新智元导读】刚刚，英伟达全新发布的开源模型 Nemotron-4 340B，有可能彻底改变训练 LLM 的方式！从此，或许各行各业都不再需要昂贵的真实世界数据集了。而且，Nemotron-4 340B 直接超越了 Mixtral 8x22B、Claude sonnet、Llama3 70B、Qwen 2，甚至可以和 GPT-4 掰手腕！就在刚刚，英伟达再一次证明了自己的 AI 创新领域的领导地位。它全新发布的 Nemotron-4 340B，是一系列具有开创意义的开源模型，有可能彻底改变训练 LLM 的合成数据生
苹果文生图应用：仅生成卡通图片、元数据标注 AI 生成
苹果 WWDC 2024 全球开发者大会后续 The Talk Show Live 访谈中，苹果公司软件工程副总裁克雷格・费德里吉（Craig Federighi）简短地提到，iOS 将为生成的图片元数据会标注“AI 生成”。科技媒体 9to5Mac 挖掘 iOS 18 Beta 1 更新代码，在 VisualGeneration 框架中提到了用于标记和识别人工智能图像的“取证”（forensics）功能。IT之家从报道中获悉，苹果 Image Playground 应用只生成卡通化的图像，而不会生成逼真的照片，这
国际奥委会主席托马斯・巴赫：巴黎奥运期间将部署 AI 技术保护选手免受骚扰
据路透社报道，国际奥委会主席托马斯・巴赫当地时间周五表示，国际奥委会将在巴黎奥运会期间部署 AI 技术，阻止社交媒体上针对 15000 名运动员、官员的任何骚扰谩骂。IT之家注：巴黎奥运会将于 7 月 26 日拉开帷幕，10500 多名运动员将参与 32 个大项的角逐。根据国际奥委会估测，在 16 天的赛事期间将产生超过 5 亿次社交媒体互动。巴赫宣布，国际奥委会将在巴黎不同领域使用 AI 技术，其中包含了“保护”方面。他表示，如果有人只花 1 秒钟阅读一条社交内容，那么他可能需要 16 年的时间才能看完。为此，国
马斯克资源分配“偏爱”xAI，遭特斯拉投资者起诉
据 Arstechnica 报道，当地时间 14 日，一群特斯拉投资者起诉了马斯克、特斯拉公司及董事会成员，指控马斯克将资源从特斯拉转移到了他的人工智能初创公司 xAI，对特斯拉造成了损害。诉讼称，转移的资源包括从特斯拉挖走人工智能员工，将特斯拉的微芯片转移到 X（推特）和 xAI，xAI 还使用特斯拉的数据来开发自有软件 / 硬件，然而特斯拉并没有从中得到补偿。此次诉讼由三名特斯拉股东向特拉华州衡平法院提起：克利夫兰的“Cleveland Bakers and Teamsters Pension”基金会组织、丹尼
实战案例！用AIGC做一张三维质感海报原来这么简单！
前言
本次我们将运用 AIGC 制作一张和“旅游”有关的品牌海报。话不多说直接上干货！一、制作流程
制作流程如下图所示，主要由前期确认画面大致方向、AIGC 运用、后期画面优化、最终效果呈现这四个步骤组成。二、画面创意方向
本次海报制作，画面元素主要围绕关键词“旅游”进行头脑风暴。由此我们可以发散出以下几个关键词。根据以上关键词，开始在 Midjourney 输入相关关键词并进行跑图。
三、AIGC 运用
1. Midjourney 主体物提取
键词总结：旅游季海报封面，有一辆蓝色的小车载着，蓝色的天空背景，皮克斯
保姆级教程！Stable Diffusion中如何实现模特换装？
一、如何用 AI 换装？
直接进入教程，我们将会用到 Stable Diffusion WebUI 中安装的 Inpaint Anything 扩展，如果你还没有 SD 本地环境，可以先查看其他配置本地 SD 环境（安装实在是太复杂了，对 Mac 用户也不友好）或者使用一些在线的 Stable Diffusion WebUI 工具。第 1 步：上传图片到 Inpaint Anything 中点击 Inpaint Anything 标签页下，将图片拖动到输入图像框中。
第 2 步：运行分割模型
等待图片上传完成后，点
限时售价21.99万起！ 岚图FREE 318 正式上市
6月14日晚，岚图FREE 318上市发布会于四川雅安318·川藏线零公里大本营举行。岚图FREE 318正式上市，共推出两大版型，后驱环游版首销期售价21.99万元；四驱探索版首销期售价24.79万元。岚图还同时推出了价值近3万元的多重惊喜权益。岚图汽车CEO卢放表示：“科技兴则民族兴，科技强则国家强。我们坚持牢牢掌握关键核心技术，用技术打造高质量产品。岚图在关键技术应用上实现进一步突破，为岚图FREE 318多维度焕新升级打下坚实基础。同时，作为用户型科技企业，未来岚图将以技术创新为引领，不断深入洞察用户诉求，
腾讯混元联合港科大及清华推出「Follow Your Emoji」， 一键让照片变表情包
图生视频又有新玩法。腾讯混元联合港科大、清华大学联合推出肖像动画生成框架「Follow Your Emoji」，可以通过人脸骨架信息生成任意风格的脸部动画，一键创建“表情包”。基于算法革新和数据积累，「Follow Your Emoji」可以支持对脸部进行精细化的控制，包括眉毛，眼珠，翻白眼等细节，动物表情包也可以轻松“拿捏”。Follow Your Emoji不仅支持单个表情多肖像的生成，也支持单个肖像多表情的生成。近年来，扩散模型展示了比旧的对抗式（GAN）方法更好的生成能力。一些方法利用强大的基础扩散模型进行
WAIC 2024算力合辑｜“算”启未来，筑牢AI算力底座，赋能千行百业
网络无处不达，算力无所不在。在数智时代，算力正像水力、电力一样，渗透进生产生活的各个角落，赋能作用日益凸显。从AI芯片到云计算，作为人工智能发展的重要“底座”，算力技术在云端、边缘和端侧等不同应用场景中发挥着关键作用。通过完善数据要素市场，夯实算力基础设施建设，打造互联互通的算力网络，“算赋百业”不再只是设想。2024世界人工智能大会暨人工智能全球治理高级别会议（以下简称“WAIC 2024”）将聚焦算力的发展，展现该领域的前沿成果，打造产业生态雨林。同时，展区将汇聚顶尖算力企业，并带来最新智算产品。大会期间，还将