资讯列表
IP Adapter Plus 插件手把手教程！用法更简单，可分别控制风格与构图
大家好，这里是和你们一起探索 AI 的花生~
IP Adapter 是 SD 生态中一个非常强大的风格迁移插件，可以将一张图像的风格复制到新生成的图像中，有效提升我们的出图效率，目前在设计领域有广泛应用。
相关推荐：最近，ComfyUI IP Adapter Plus 的作者 @cubiq 重写了插件代码，对整体进行了升级更新。新插件在节点搭建和模型上读取上比之前更简单方便，并且支持的功能也更丰富了。而最让人惊喜的一点是 IP Adapter Plus 支持分别进行风格迁移、构图迁移和二者的联合使用，可以让我们更准
Meta 发布新一代 AI 训练与推理芯片，性能为初代芯片三倍
Meta Platforms 当地时间 10 日发布了其训练与推理加速器项目（MTIA）的最新版本，MTIA 是 Meta 专门为 AI 工作负载设计的定制芯片系列。据介绍，此次发布的新一代 MTIA 与第一代 MTIA 相比，显著改进了性能，并有助于强化内容排名和推荐广告模型。其架构从根本上侧重于提供计算、内存带宽和内存容量的适当平衡。该芯片还可帮助提高训练效率，使推理（即实际推理任务）变得更容易。Meta 在其官方博客文章中表示，“实现我们对定制芯片的雄心壮志，意味着我们不仅要投资于计算芯片，还要投资于内存带宽
UL Procyon AI 图像生成基准测试现已适配兼容苹果 macOS 系统
测试认证机构、3DMark 开发方 UL Solution 宣布旗下 UL Procyon AI 图像生成基准测试现已兼容苹果 macOS 操作系统。该 AI 图像生成基准测试于上月推出，是 UL Procyon 专业基准测试套件的一部分。其基于 Stable Diffusion AI 模型（包含 1.5 和 XL 两种版本），能在所有支持的硬件上得到公平且可比较的结果。UL Procyon AI 图像生成基准测试通过强大的推理负载测量专用 AI 处理硬件的性能，首发时适配支持英伟达 TensorRT、英特尔 Op
Arm CEO 示警：美国未来 20%-25% 的电量将被 AI 数据中心消耗
感谢当地时间周二，Arm 公司 CEO 雷内・哈斯（Rene Haas）发出了严厉的警告，他表示人工智能收集的信息越多，他们就越聪明，但他们收集的信息越多，需要的力量就越大。包括 OpenAI 的 ChatGPT 在内的 AI 模型需要大量电力，这可能导致到 2030 年，AI 数据中心将消耗美国 20% 至 25% 的电力需求，相比今天的 4% 大幅增加。他特别强调，类似 ChatGPT 这样的大语言模型耗电非常严重，这些模型需要“永不满足”的电力才能有效运行。据IT之家此前报道，ChatGPT 每天需要处理超过
腾讯音乐与长城汽车开启战略合作，聚焦智能座舱 AI 音频技术
感谢腾讯音乐娱乐集团（TME）与长城汽车 4 月 9 日举办研讨会，并宣布正式开启战略合作。腾讯音乐为长城汽车颁发了“AI 座舱先锋合作伙伴”证书，双方将聚焦智能座舱中的 AI 音频技术展开合作，并通过 TME 旗下产品实现，共同打造座舱娱乐的创新体验。此次合作将充分利用腾讯音乐在音频领域的技术优势和长城汽车在智能座舱领域的研发实力，共同推动智能座舱 AI 音频技术的发展。腾讯音乐娱乐集团提供在线音乐和以音乐为核心的社交娱乐两大服务。腾讯音乐娱乐在中国有着广泛的用户基础，拥有目前国内市场知名的四大移动音乐产品：QQ
微软宣布 4400 亿日元历史最大在日单笔投资，并为三百万人提供 AI 技能培训
感谢微软今日宣布未来两年在日投资 4400 亿日元（IT之家备注：当前约 209.88 亿元人民币），加强当地的 AI 和云基础设施建设。这笔资金是微软历史上最大的在日单笔投资，使得微软对日本算力基础设施的投资承诺翻倍。这些投资将大幅提升微软在日的基础设施处理能力，为日本提供最先进的 AI GPU 算力资源，推动日本企业的 AI 运用和数字转型。微软还承诺在未来 3 年向包括临时工在内的 300 万日本人提供 AI 技能培训。该培训计划将面向开发人员、学生、各类企业和组织员工开放。微软亚洲研究院将在东京建立新的研究
目标打造最强代码辅助工具，谷歌发布 CodeGemma AI 模型
谷歌公司近日发布了 CodeGemma 先进大语言模型（LLMs），专门用于生成代码、理解和追踪指令等，开发目的是让全球开发人员更容易获得高质量的代码辅助工具。CodeGemma 作为 Gemma 模型的开放访问系列推出，针对代码开发场景进行优化、微调（fine-tuned）。该套件包括三种不同的模型：20 亿参数的基础模型：优化补全和生成代码，在注重延迟和隐私的情况下主要为代码提供快速高效的解决方案。70 亿参数基础模型：整合代码补全和自然语言处理，增强了其在完成代码和理解语言生成任务时的实用性。用于指导追踪的
7B超越百亿级，北大开源aiXcoder-7B最强代码大模型，企业部署最佳选择
对代码大模型而言，比能做编程题更重要的，是看是能不能适用于企业级项目开发，是看在实际软件开发场景中用得顺不顺手、成本高不高、能否精准契合业务需求，后者才是开发者关心的硬实力。当下，大语言模型集成至编程领域、完成代码生成与补全任务成为重要趋势。业界已经出现了一批引人瞩目的代码大模型，比如 OpenAI 的 CodeX、谷歌 DeepMind 的 AlphaCode、HuggingFace 的 StarCoder，帮助程序员更迅捷、更准确、更高质量地完成编码任务，大幅提升效率。有这样一支研发团队，在 10 年前便开始了
94岁诺奖得主希格斯去世，曾预言「上帝粒子」的存在
一位用诗意的语言揭示宇宙秘密的人。一位 94 岁伟大科学家的逝世，引发了人们广泛的哀思。4 月 10 日消息，诺贝尔物理学奖得主、著名物理学家彼得・希格斯（Peter Higgs）于周一去世，享年 94 岁。希格斯因提出希格斯玻色子也被称为「上帝粒子」而闻名。根据爱丁堡大学的一份声明我们得知（彼得・希格斯是该校的荣誉退休教授），希格斯经历短暂的生病后，于 4 月 8 日星期一在家中安静的离开。对于老爷子的去世，爱丁堡大学校长 Peter Mathieson 沉重的表示：「彼得・希格斯是一位杰出的科学家 —— 一位真
全面突围，谷歌昨晚更新了一大波大模型产品
这次，谷歌要凭「量」打败其他竞争对手。当地时间本周二，谷歌在 Google’s Cloud Next 2024 上发布了一系列 AI 相关的模型更新和产品，包括 Gemini 1.5 Pro 首次提供了本地音频（语音）理解功能、代码生成新模型 CodeGemma、首款自研 Arm 处理器 Axion 等等。Gemini 1.5 ProGemini 1.5 Pro 是 Google 功能最强大的生成式 AI 模型，现已在 Google 以企业为中心的 AI 开发平台 Vertex AI 上提供公共预览版。这是谷歌面向
Llama架构比不上GPT2？神奇token提升10倍记忆？
一个 7B 规模的语言模型 LLM 能存储多少人类知识？如何量化这一数值？训练时间、模型架构的不同将如何影响这一数值？浮点数压缩 quantization、混合专家模型 MoE、以及数据质量的差异 (百科知识 vs 网络垃圾) 又将对 LLM 的知识容量产生何种影响？近日，朱泽园 (Meta AI) 和李远志 (MBZUAI) 的最新研究《语言模型物理学 Part 3.3：知识的 Scaling Laws》用海量实验（50,000 条任务，总计 4,200,000 GPU 小时）总结了 12 条定律，为 LLM 在
亚马逊 AI 超市「无人」收款，1000 个印度人藏在背后……
就离谱，都 2024 了，人工智能靠人工的戏码还在上演。而且是类似 ATM 机背后坐真・柜员给你递钱的那种！当你走进一家超市，挑选完商品，无需人工、自助结账，直接拿好东西走人，等待一段时间，AI 就能基于视频识别出你选了哪些东西，然后把账单发送过来，你只需点击付款。听着是不是很方便？“拿 1000 个印度人换来的”。在摄像头背后，有一个规模达千人的印度团队，需要通过肉眼远程查看顾客拿了什么商品。好家伙，新的等式出现了：AI=Anonymous Indians（姓名不详的印度人）？？？这就是最近被曝光的亚马逊无人超市
Mistral开源8X22B大模型，OpenAI更新GPT-4 Turbo视觉，都在欺负谷歌
真有围剿 Google 的态势啊！在谷歌昨晚 Cloud Next 大会进行一系列重大发布时，你们都来抢热度：前有 OpenAI 更新 GPT-4 Turbo，后有 Mistral 开源 8X22B 的超大模型。谷歌内心：南村群童欺我老无力。第二大开源模型：Mixtral 8X22B今年 1 月，Mistral AI 公布了 Mixtral 8x7B 的技术细节，并推出了 Mixtral 8x7B – Instruct 聊天模型。该模型的性能在人类评估基准上明显超过了 GPT-3.5 Turbo、Claude-2.
英伟达竞品来了，训练比H100快70%，英特尔发最新AI加速卡
性能有优势，可扩展性也更好。英伟达的 AI 加速卡，现在有了旗鼓相当的对手。今天凌晨，英特尔在 Vision 2024 大会上展示了 Gaudi 3，这是其子公司 Habana Labs 的最新一代高性能人工智能加速器。Gaudi 3 将于 2024 年第三季度推出，英特尔现已开始向客户提供样品。凭借 1835 TFLOPS 的 FP8 计算吞吐量，英特尔相信它足以在广阔的（且昂贵的）AI 计算领域中分得一杯羹。根据内部基准测试，英特尔估计 Gaudi 3 性能部分超过了英伟达的 H100，并且具有更好的能耗比。在
谷歌推出 AI 创作应用 Google Vids：会 PPT 就能做视频、支持多人协作
过去传统办公一直围绕着文档、电子表格和幻灯片（如微软的 Word、Excel、PowerPoint，苹果的 Pages、Numbers、Keynote，谷歌的 Docs、Sheets、Slides）。现在，谷歌想要增加一个名为 Vids 的应用程序，使用户比以往任何时候都更容易地制作协作可共享的视频。Vids 是一款全新的 AI 应用程序，可以帮助用户生成视频内容的分镜脚本、选择风格、编辑草稿，同时还提供预录制的旁白功能，并支持项目的安全协作和共享，预计将在 6 月份之前登陆 Workspace Labs 测试版。
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