资讯列表
日本增长最快独角兽即将诞生：人工智能公司 Sakana AI 成立一年后估值 1800 亿日元
据《朝日新闻》上周六报道，日本生成式 AI 初创公司 Sakana AI 即将获得一笔新的重大投资，这将使该公司估值达到约 1800 亿日元（约合 83 亿元人民币）。在全球 AI 投资大潮的推动下，这意味着日本将诞生一家新的“独角兽”企业。“独角兽”系估值超过 10 亿美元（约合 72.76 亿元人民币）的未上市企业。报道称，去年 7 月，谷歌的人工智能研究人员在东京成立了 Sakana AI 公司，该公司对生成文本和图像的 AI 基本模型进行了研究，其具有将现有模型相互交叉的“开创性”技术，从而创建出高性能的
最强开源模型来了！一文详解 Stable Diffusion 3 Medium 特点及用法（附模型资源包）
大家好，我是花生~
备受期待的 Stable Diffusion 3（以下简称 “SD3”）终于向公众开放了，作为 Stability AI 迄今为止最先进的文本到图像开源模型，SD3 在图像质量、文本内容生成、复杂提示理解和资源效率方面有了显著提升，今天就为大家详细介绍一下 SD3 的特点以及如何在 ComfyUI 中使用它。
相关推荐：一、SD3 简介
此次开放的模型准确来说是 Stable Diffusion 3 Medium，包含 20 亿参数，具有体积小、适合在消费级 PC 和笔记本电脑上运行的优点，所以
古尔曼：苹果 Apple Intelligence 功能分批上线，重磅功能要等到明年
为期一周的苹果 WWDC24 开发者大会已经落下帷幕，对于无法参加大会的人来说，周一主题演讲无疑是整场活动的核心，它深入展示了苹果未来的计划。而主题演讲的主角，正是苹果推出的全新人工智能服务 ——“Apple Intelligence”，这是苹果针对微软 Copilot 等竞品推出的解决方案。尽管发布会上展示了许多酷炫的功能，但彭博社记者马克・古尔曼（Mark Gurman）透露，部分功能需要等到 2025 年才能上线。Gurman 的消息来源一向可靠，而且他也成功预测了 WWDC 2024 主题演讲内容。此次，G
麦当劳“炒掉”AI 点餐员，叫停与 IBM 合作的自动点餐测试项目
麦当劳近期饱受争议的自动点餐 AI 系统将暂时停止测试，经常被人工智能聊天机器人搞错订单的顾客们，现在可以松一口气了。据行业刊物《餐馆商业》报道，麦当劳已通知其加盟商，将在 2024 年 7 月 26 日之前结束与 IBM 合作的自动语音点餐系统测试。图源 Pexels这项始于 2021 年的合作项目在超过 100 家麦当劳得来速餐厅试点，目前，麦当劳尚未公布终止与 IBM 合作的具体原因。不过，麦当劳依然看好自动点餐 AI 技术的前景。他们此前表示，此次测试让他们坚信“语音点餐解决方案将成为未来餐厅的一部分”。外
苹果的 Apple Intelligence，重新定义 AI 交互体验！
在最近的 WWDC 上，苹果发布了很多系统及功能的更新迭代，一并发布的还有智能系统 Apple Intelligence。看了苹果的发布会后，你可能会被各种五花八门的功能迷晕了眼，这篇文章就来帮你归纳和分析下苹果的 AI 系统的显著特征，主要看以下五点：设备及应用的互相联通
从内容智能到行为智能
智能硬件交互更加灵活
开放底层智能 API 接口
采用私有云做隐私保护一、设备及应用的相互联通
Apple Intelligence 将生成式 AI 模型置于 iPhone、iPhone 15 Pro、配备 M1 芯片的
完全免费！9个超好用的图片压缩工具
本期继续介绍一下图片压缩的工具。
往期推荐：是不是感觉没什么变化
一、图压
简单易用的图片压缩软件
图压是一款免费的本地图片压缩软件。对所有个人和企业用户完全免费！使用图压，可以在不影响视觉效果的条件下，将需要添加到网页、PPT、Word、PDF 中的图片文件容量大幅减少，降低传输时间。在上传图片遇到文件大小限制时尤其好用，图压内置压缩至目标文件大小的功能。
操作方法直接拖入图片到空白处（可批量）
选择压缩强度或大小
可选择位置或默认
如不满意点击“再次压缩”即可，会自动替换压缩后的文件压缩方式（强度）
压缩强度越
ACL 2024论文盖棺定论：大语言模型≠世界模拟器，Yann LeCun：太对了
如果 GPT-4 在模拟基于常识任务的状态变化时准确率都只有约 60%，那么我们还要考虑将大语言模型作为世界模拟器来使用吗？最近两天，一篇入选 ACL 2024 的论文《Can Language Models Serve as Text-Based World Simulators?》在社交媒体 X 上引发了热议，就连图灵奖得主 Yann LeCun 也参与了进来。这篇论文探讨的问题是：当前语言模型本身是否可以充当世界模拟器，并正确预测动作如何改变不同的世界状态，从而避免大量手动编码的需要呢？针对这一问题，来自亚利
星环科技孙元浩：语料已经是大模型最大的挑战
「原来以为语料已经匮乏了，大模型训练已经没有语料了，实际上不是的，数据还远远没有跑光」。作为大数据领域超过十年的创业者，「星环科技」创始人及CEO孙元浩并不认同「大模型已经将人类互联网数据穷尽」的说法。根据他的观察，如今在各行各业企业内部的数据还远远未被足够利用，人类在互联网上的存量数据远远大过目前大模型能够利用的量级。拥有了这些来自各行各业内部高质量的数据，大模型可以在如今的基础上，大大提高准确性。而关键问题就在于，怎样可以高效地开发这些数据？大模型时代，语料的开发遇到了新的挑战。孙元浩分享称，目前企业内部的数据
AI将是数学家的得力助手，陶哲轩谈AI在证明过程中的潜力
AI 将大大提高数学研究的效率。陶哲轩是公认的数学天才，被誉为「数学神童」。他从小便展现出惊人的数学天赋，9 岁时就参加了美国数学奥林匹克，并获得了金牌。他在数论、调和分析、偏微分方程等多个数学领域做出了重要贡献，并获得了菲尔兹奖， 这一奖项被视为数学界的最高荣誉，相当于数学界的诺贝尔奖。 最近，陶哲轩接受了《科学美国人》的采访。在采访中提出，未来数学家可以通过向类似 GPT 的 AI 解释证明，AI 会将其形式化为 Lean 证明。这种助手型 AI 不仅能生成 LaTeX 文件，还能帮助提交论文，从而大幅提高数学
高质量3D生成最有希望的一集？GaussianCube在三维生成中全面超越NeRF
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]在三维生成建模的研究领域，现行的两大类 3D 表示方法要么基于拟合能力不足的隐式解码器，要么缺乏清晰定义的空间结构难以与主流的 3D 扩散技术融合。来自中科大、清华和微软亚洲研究院的研究人
现在起，真正的强者敢于直面「扣子」的「模型广场」
实时 Pk、“蒙面“ 对垒、大众点评、定期排名...... 就问敢不敢揭榜？字节版 GPTs “扣子”上线后，五年级小学生都能创建自己的英语外教。“扣子”有一个相当大的优势，就是支持国内知名大语言模型作为底座，还免费，许多 “AI bot" 孕育而生。不过，无限续杯也有烦恼。“学霸”这么多，挑谁最合适？看跑分？不太懂，也飘渺。要不，大家现场"全开麦“ PK一下？“扣子”已经把舞台搭好。一个相当刺激的新功能“模型广场”，上线了。一、“模型广场”：评测玩出盲盒的乐趣“扣子”支持国内多个知名主流大语言模型作为底座，最新名
仅存活三个月的Copilot GPTs，因无盈利希望，被微软强制「退休」
Copilot GPTs 下月停服，Recall AI 功能也被推迟发布，微软这是啥情况？近日，微软在其官网宣布，将于 2024 年 7 月 10 日起停止其 Copilot GPTs 服务，同时将删除所有由用户创建的既有 Copilot GPT 及相关数据。一石激起千层浪。不少用户在社交平台上表达强烈不满。X 网友 NerdPropellant 表示，作为一名 Copilot GPTs 的深度用户，微软此举非常令人失望。网友 Tim Hulse 毫不客气地指出，「这很符合微软的风格，他们总是设法让事情变得极其复杂
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