AI资讯列表 - AI在线

使用 OCR 识别手写文本

本文实现了基于微调TrOCR模型进行手写文本识别。 1.GNHK手写笔记数据集GNHK（GoodNotes Handwriting Kollection）手写笔记数据集由GoodNotes提供，包含来自世界各地学生的数百份英文手写笔记。下载数据集访问GNHK数据集官方网站:()，滚动到底部，同意使用条款和条件；点击第二个链接下载数据集。

亚马逊 AWS 将使用 AI 开发的材料来减少数据中心碳排放

亚马逊云服务业务 AWS 今日宣布与一家名为 Orbital Materials 的公司建立合作关系，后者使用 AI 来开发脱碳技术。

3DGS自监督预训练全新范式！VisionPAD：三大感知任务全部暴力涨点（港中文&华为）

写在前面 && 笔者理解虽然近一年端到端的自动驾驶发展火热，但是以多视角图像推导BEV视角和占用空间的感知技术引领的自动驾驶框架，仍然在很多企业中占据主体。比如今天要分享的这篇，就是华为诺亚方舟实验室对BEV OCC的继续研究。但是不得不说，这些模型在很大程度上依赖于精确的3D标注，而数据标注的高成本使得越来越多的研究人员和工程师开始关注预训练策略。

大幅超越所有SOTA！地平线DiffusionDrive：生成式方案或将重塑端到端格局？

写在前面&笔者的个人理解近年来，由于感知模型的性能持续进步，端到端自动驾驶受到了来自工业界和学术界的广泛关注，端到端自动驾驶算法直接从原始传感器采集到的信息输入中学习驾驶策略。这种基于数据驱动的方法为传统的基于规则的运动规划提供了一种可扩展且强大的替代方案，而传统的基于规则的运动规划通常难以推广到复杂的现实世界驾驶环境。为了有效地从数据中学习驾驶过程，主流的端到端规划器通常从自车查询中回归出单模轨迹，如下图所示。

消息称三星和 SK 海力士达成合作，联手推动 LPDDR6-PIM 内存

三星电子的一位代表表示：“两家公司正在交换意见，并就产品标准化进行合作，”他补充说：“由于合作刚刚开始，我们正在制定标准化目标时间表的实施计划。”

轻松掌握 AI 大模型！Windows 新突破：Ollama 赋能本地部署

Ollama—— 这是一个专为本地部署优化的 AI 模型。 Ollama 在模型大小、性能和部署灵活性等方面都有非凡的表现，与传统云端部署相比，它可以轻松运行在普通的台式电脑或笔记本电脑上。这无疑是 AI 大模型的一次重大突破！

为什么在人工智能时代基础设施必须是无服务器的

开发者们正从创建单个应用程序转向编排由 AI 构建的应用程序集群。译自Why Infrastructure Must Be Serverless in the AI Age，作者 Nikita Shamgunov。 Replit 的新 AI 代理将编写您的代码，然后配置、调配、构建和部署该代码，只需几秒钟。

李飞飞空间智能首秀：AI靠单图生成3D世界，可探索，遵循基本物理几何规则

就在刚刚，李飞飞空间智能首个项目突然发布：仅凭借1张图，就能生成一个3D游戏世界的AI系统！重点在于，生成的3D世界具有交互性。能够像玩游戏那样，自由地移动相机来探索这个3D世界，浅景深、希区柯克变焦等操作均可行。

终于把 LSTM 算法搞懂了！！！

今天给大家分享一个强大的算法模型，LSTMLSTM（长短期记忆网络）是一种特殊类型的循环神经网络（RNN），它能够有效地解决传统 RNN 在处理长序列时遇到的梯度消失和梯度爆炸问题。 LSTM 的核心思想是通过多个门控机制来控制信息的流动，这些门控机制可以选择性地保留或丢弃输入数据，从而帮助网络捕捉长时间跨度的依赖关系。 LSTM的工作原理LSTM 的核心思想是通过引入记忆单元来存储信息，并使用三个主要的门（输入门、遗忘门、输出门）来决定哪些信息应该保留，哪些信息应该遗忘，以及哪些信息应该更新。