资讯列表
600万辆的「丰收」：比亚迪做对什么了
作者 / 华卫11月24日，比亚迪第600万辆新能源汽车在郑州工厂完成下线。今年8月，比亚迪才宣布完成第500万辆新能源汽车下线。两次下线捷报之间，只相隔了短短三个多月时间。从2008年入局新能源汽车，到完成100万辆新能源汽车下线，用时13年；从100万辆到300万辆，用时一年半；而从300万辆到如今的第600万辆下线，仅花费12个月的时间。不断走高的销量速度和规模，印证了比亚迪在国内和海外市场的双「丰收」。要说这背后的功臣，莫过于比亚迪在各个细分市场打造的爆款车型。此外，就得细数为其赢得人心的一系列智能化技术了
2023“欧贝杯”工业品供应链数据智能创新大赛正式开启！
2023第二届欧贝杯工业品供应链数据智能创新大赛为促进工业品 B2B 电商产业生态建设，推进大语言模型与实体经济深度 融合，在成功举办 2022 第一届欧贝杯的基础上，欧冶工业品股份有限公司 与上海市电子商务行业协会在上海市经济与信息化委员会的指导下，共同主办 2023 第二届《“欧贝杯”工业品供应链数据智能创新大赛》。本次大赛面向全国各大高校，聚焦工业品供应链场景下垂类大模型的创新应用设计，探索 AI 多模态赋能工业经济的数智路径，致力于推动工业链、产业链、价值链的重塑再造。 赛题场景一：投标文件智能理解与生成在
简化版Transformer来了，网友：年度论文
从大模型的根源开始优化。Transformer 架构可以说是近期深度学习领域许多成功案例背后的主力军。构建深度 Transformer 架构的一种简单方法是将多个相同的 Transformer 「块」（block）依次堆叠起来，但每个「块」都比较复杂，由许多不同的组件组成，需要以特定的排列组合才能实现良好的性能。自从 2017 年 Transformer 架构诞生以来，研究者们基于其推出了大量衍生研究，但几乎没有改动过 Transformer 「块」。那么问题来了，标准 Transformer 块是否可以简化？在最
ChatGPT提示词新玩法「make it more」，文生图效果翻倍
一个非常好用的 ChatGPT 提示词技巧。ChatGPT 想来大家都不陌生了，但如何用好它却没有想象中的那么容易。尤其是在文生图任务中，提示上的一些技巧非常有用。想要生成一张符合预期的图像，需要在输入提示词上「取巧」。近日，网络上流行起了 ChatGPT 的「make it more」文生图玩法，一时之间网友纷纷效仿试玩，看起来效果不错。下面这位推友展示了生成「辣面」，然后在提示中渐进地要求增加辣度，前后效果对比一目了然。 来源：@venturet
规模小、效率高：DeepMind推出多模态解决方案Mirasol 3B
性能优于规模更大的模型。多模态学习面临的主要挑战之一是需要融合文本、音频、视频等异构的模态，多模态模型需要组合不同来源的信号。然而，这些模态具有不同的特征，很难通过单一模型来组合。例如，视频和文本具有不同的采样率。最近，来自 Google DeepMind 的研究团队将多模态模型解耦成多个独立的、专门的自回归模型，根据各种模态的特征来处理输入。具体来说，该研究提出了多模态模型 Mirasol3B。Mirasol3B 由时间同步模态（音频和视频）自回归组件，以及用于上下文模态的自回归组件组成。这些模态不一定在时间上对
Nature | 通过功能优先、人工智能引导的生成模型 Chroma 重塑蛋白质设计
编辑 | 萝卜皮三十亿年的进化已经产生了极其多样化的蛋白质分子，但蛋白质的全部潜力可能要大得多。挖掘这种潜力对于计算和实验来说都是一个挑战，因为可能存在的蛋白质分子的空间，比那些可能具有功能的空间大得多。美国 Generate Biomedicines 的研究团队介绍了 Chroma，一种蛋白质和蛋白质复合物的生成模型，可以直接对新的蛋白质结构和序列进行采样，并且可以进行调节以引导生成过程实现所需的特性和功能。为了实现这一点，研究人员引入了一种尊重聚合物整体构象统计的扩散过程，这是一种分子系统的有效神经架构，它能够
BAAI、北大&港中文团队提出 SegVol：通用且可交互的医学体素分割模型
编辑 | ScienceAI上周，北京智源人工智能研究院（BAAI）、北京大学和香港中文大学的研究团队开源了 SegVol 医学通用分割模型。与过去一些很棒的 Medical SAM 工作不同，SegVol 是第一个能够同时支持 box，point 和 text prompt 进行任意尺寸原分辨率的 3D 体素分割模型。作为一个便捷的通用分割工具，研究人员将 SegVol 代码和模型开源到 GitHub:BAAI-DCAI/SegVol，欢迎大家使用。目前开源的模型权重文件包括（1）使用 96k CTs 预训练 2
胡渊鸣全新创业项目Meshy曝光：一句话生成3D游戏资产，仅需一分钟
机器之能报道编辑：吴昕它会是3D AIGC领域的Midjourney 吗？游戏、电影和 XR 行业对 3D 模型的需求正在激增。尤其是当苹果 Vision Pro、Quest 3 等硬件出货量达到一定量级时，市场对 3D 内容需求可能会出现井喷。遗憾的是目前市场供应侧，专业创作者还困顿于漫长的创作时间，而摩拳擦掌的业余玩家依旧游离在复杂的创作工具之外。随着生成 AI 技术的兴起，如何打造一款全新的 3D 内容生成工具，加速制作流程，弥合市场供需之间的巨大落差，正成为一些技术大神们关注的方向。Meshy 就是这样
单个A100生成3D图像只需30秒，这是Adobe让文本、图像都动起来的新方法
3D 生成是 AI 视觉领域的研究热点之一。本文中，来自 Adobe 研究院和斯坦福大学等机构的研究者利用基于 transformer 的 3D 大型重建模型来对多视图扩散进行去噪，并提出了一种新颖的 3D 生成方法 DMV3D，实现了新的 SOTA 结果。2D 扩散模型极大地简化了图像内容的创作流程，2D 设计行业也因此发生了变革。近来，扩散模型已扩展到 3D 创作领域，减少了应用程序（如 VR、AR、机器人技术和游戏等）中的人工成本。有许多研究已经对使用预训练的 2D 扩散模型，生成具有评分蒸馏采样（SDS）损
GPT-4+物理引擎加持扩散模型，生成视频逼真、连贯、合理
扩散模型的出现推动了文本生成视频技术的发展，但这类方法的计算成本通常不菲，并且往往难以制作连贯的物体运动视频。为了解决这些问题，来自中国科学院深圳先进技术研究院、中国科学院大学和 VIVO AI Lab 的研究者联合提出了一个无需训练的文本生成视频新框架 ——GPT4Motion。GPT4Motion 结合了 GPT 等大型语言模型的规划能力、Blender 软件提供的物理模拟能力，以及扩散模型的文生图能力，旨在大幅提升视频合成的质量。项目链接：：：，GPT4Motion 使用 GPT-4 基于用户输入的文本 pr
谷歌：LLM找不到推理错误，但能纠正它
LLM 找不到推理错误，但却能纠正错误！今年，大型语言模型（LLM）成为 AI 领域关注的焦点。LLM 在各种自然语言处理（NLP）任务上取得了显著的进展，在推理方面的突破尤其令人惊艳。但在复杂的推理任务上，LLM 的表现仍然欠佳。那么，LLM 能否判断出自己的推理存在错误？最近，剑桥大学和 Google Research 联合开展的一项研究发现：LLM 找不到推理错误，但却能使用该研究提出的回溯（backtracking）方法纠正错误。论文地址：：，有人提出异议，比如在 Hacker News 上，有人评论这篇论
第四波！2023年11月精选实用设计工具合集
大家好，这是 2023 年 11 月的第 4 波干货合集！这次的合集专门推荐了3个值得收藏的设计和艺术相关的网站，你可以在其中了解最新的艺术和设计作品，全球顶尖艺术院校的学生的毕业项目，以及最专业的艺术知识，另外的 3 个 AI 相关的工具也同样非常有趣，有基于 GPT 的 工具合集，也有可以帮你开发 iOS 应用的 AI 服务，还有基于歌词生成歌曲的 AI 工具。
当然，在此之前记得看看往期干货中有没有你感兴趣的素材：下面我们具体看看这一期的干货：
1、内容超全的当代线上艺术档案馆
是一个内容极为丰富的、内里界
效率暴涨！5 款设计师必备的 Stable Diffusion WebUI 模型（四）
大家好，这里是和你们一起探索 AI 绘画的花生~
今天继续为大家推荐 5 款优质的设计类 Stable Diffusion WebUI 模型 ，包含春节插画、3D 电商场景、中式花草元素、商业扁平插画等。
上期回顾：一、CJillustration 春节插画
这是一个专门为春节炼制的 SDXL 大模型，是近几年国内比较流行的商业插画的风格。内容主要为家庭聚会和宴席，同时有灯笼、中式建筑等背景装饰，整体效果不错。下载链接： （附件有资源包）
推荐设置：启用高清修复可以优化人物面部；使用 ComfyUI 或者 Foo
比「让我们一步一步思考」这句咒语还管用，提示工程正在被改进
大语言模型可以通过元提示执行自动提示工程，但由于缺乏足够的指导以引导大语言模型中的复杂推理能力，它们的潜力可能没有完全发挥。那么该如何指导大语言模型进行自动提示工程？大型语言模型（LLM）已经是许多自然语言处理任务的强大工具，只要能给出正确的提示。然而，由于模型的敏感性，找到最优提示通常需要进行大量手动尝试和试错努力。此外，一旦将初始提示部署到生产环境中，可能会出现意想不到的边缘情况，需要更多轮的手动调整来进一步完善提示。这些挑战催生了自动提示工程的新兴研究领域。在这一领域内，一个显著的方法涉及利用 LLM 自身的
网络规模、训练学习速度提升，清华团队在大规模光电智能计算方向取得进展
编辑 | 紫罗随着大模型等人工智能技术的突破与发展，算法复杂度剧增，对传统计算芯片带来了算力和功耗的双重挑战。近年来，以光计算为基础、通过光电融合的方式构建光电神经网络的计算处理方法已经成为国际热点研究问题，有望实现计算性能的颠覆性提升。然而，光电神经网络的前向数学模型由对光场的精准物理建模得到，计算复杂度高、参数冗余度大；其学习机制沿用人工神经网络常用的梯度下降算法，面向大规模光电神经网络时优化速度慢、资源消耗高、收敛效果差。因此，现有学习架构仅能支撑小规模光电神经网络的训练，其网络容量和特征捕获能力不足以有效处
国内首个企业知识大模型发布，中关村科金提供可负担大模型服务
11月23日，在由中关村科金与中国信息通信研究院人工智能研究中心、人工智能关键技术和应用评测工业和信息化部重点实验室联合主办的“重构未来 产业智能跃迁”2023大模型产业前沿论坛上，中关村科金正式发布了国内首个企业知识大模型、AgentGraph应用开发平台，以及“超级员工”系列AIGC应用，为企业提供开箱即用、系统无缝衔接、成本可负担的专属领域大模型服务。站在大模型重构未来的新起点上，中关村科金将从底层模型到上层应用，对现有产品进行全面大模型改造和升级。国内首个！企业知识大模型助力业务价值创新增长中关村科金技术副
材质界的ImageNet，大规模6维材质实拍数据库OpenSVBRDF发布｜SIGGRAPH Asia
在计算图形学领域，材质外观刻画了真实物体与光线之间的复杂物理交互，通常可表达为随空间位置变化的双向反射分布函数（Spatially-Varying Bidirectional Reflectance Distribution Function，缩写为 SVBRDF）。它是视觉计算中不可或缺的组成部分，在文化遗产、电子商务、电子游戏和视觉特效等领域中有着广泛的应用。在过去的二十年里，特别是深度学习流行后，学术界与工业界对高精度、多样化数字材质外观的需求不断增加。但由于技术上的挑战，采集大型数据库仍然十分困难，目前公开