吴恩达押注Agent新成果官宣！零样本标记实现图片目标检测
吴恩达押注Agent新成果官宣！零样本标记实现图片目标检测刚刚，AI大牛吴恩达官宣创业公司新成果——Agentic Object Detection
来自主题:
AI资讯
10799 点击 2025-02-07 16:19
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
刚刚，AI大牛吴恩达官宣创业公司新成果——Agentic Object Detection
尽管多模态大语言模型（MLLM）在简单任务上最近取得了显著进展，但在复杂推理任务中表现仍然不佳。费曼的格言可能是这种现象的完美隐喻：只有掌握推理过程的每一步，才能真正解决问题。然而，当前的 MLLM 更擅长直接生成简短的最终答案，缺乏中间推理能力。本篇文章旨在开发一种通过学习创造推理过程中每个中间步骤直至最终答案的 MLLM，以实现问题的深入理解与解决。
SANA 1.5是一种高效可扩展的线性扩散Transformer，针对文本生成图像任务进行了三项创新：高效的模型增长策略、深度剪枝和推理时扩展策略。这些创新不仅大幅降低了训练和推理成本，还在生成质量上达到了最先进的水平。
新一代 Kaldi 团队是由 Kaldi 之父、IEEE fellow、小米集团首席语音科学家 Daniel Povey 领衔的团队，专注于开源语音基础引擎研发，从神经网络声学编码器、损失函数、优化器和解码器等各方面重构语音技术链路，旨在提高智能语音任务的准确率和效率。
一项非常鼓舞人心的发现是：DeepSeek-R1-Zero 通过纯强化学习（RL）实现了「顿悟」。在那个瞬间，模型学会了自我反思等涌现技能，帮助它进行上下文搜索，从而解决复杂的推理问题。
DeepSeek带火知识蒸馏，原作者现身爆料：原来一开始就不受待见。称得上是“蒸馏圣经”、由Hinton、Oriol Vinyals、Jeff Dean三位大佬合写的《Distilling the Knowledge in a Neural Network》，当年被NeurIPS 2014拒收。
适应性是自然界最引人注目的现象之一。从章鱼改变皮肤颜色以融入周围环境的方式，到人类 大脑在受伤后如何自我重塑，使个体能够恢复失去的功能并适应新的思维或运动方式。生物体表现出适应性，使生命能够在多样化和不断变化的环境中蓬勃发展。
2025年，软件工程要彻底变天了。先有奥特曼预言，后有微软下场All in智能体。刚刚，首个自主SWE智能体面世，不仅会主动改bug修复错误，还能自主提交PR评论。
有时，当某项技术变得更便宜时，反而会促使整体投入增加。我认为，从长期来看，人类对智能和算力的需求几乎没有上限，因此我仍然看好AI计算需求的持续增长。我认为DeepSeek-R1在地缘政治上的影响尚有待厘清，同时它也为AI应用开发者带来了巨大机遇。
最新消息 OpenAI 本周宣布计划向加州州立大学 23 个校区的 46 万名学生和 6.3 万名教职员工推出ChatGPT。这款以教育为重点的人工智能助手，旨在为学生提供个性化的辅导和学习指南，而教师则可以使用它来完成行政工作。
春节假期后的港股市场迎来结构性行情，以AI大模型为核心的技术革命再次成为资金追逐焦点，这次的落脚点在AI应用的商业化之中。
2024年，在冰火两重天的融资环境下，OpenAI和马斯克的xAI都筹集了超过100亿美元。如无意外，2025年，巨额融资和昂贵估值的造富神话，仍然将尽数来自于生成式AI赛道。
AI+机器人、AI+大数据、AI+基因技术......当AI与诸多新兴产业结合，常常激发出强大的创新能量，但若是AI+传统行业的中医，又会碰撞出怎样的火花呢？
我是2024年7月毕业的博士，找工作是从2023年农历新年之后开始的，我一般只和主动联系上来的公司聊，最开始联系到的，是华为计算产品线的计算研究部昇腾和鲲鹏lab，随后联系的有上海人工智能实验室，幻方AI(年底改名为deepseek)。
A 股蛇年首个交易日，DeepSeek 概念股上演涨停潮，AI 主题基金净值也水涨船高。2 月 6 日，A 股三大指数低开高走，截至午间休盘，全部翻红。
春节期间，互联网上最火的不是春晚小品，也不是春节档电影，而是 DeepSeek。
《智能涌现》独家获悉，「乐享科技」在近期已经完成其天使轮融资，由IDG资本领投，Monolith、经纬创投、真格基金、红杉种子基金、绿洲资本跟投，融资总金额接近2亿元人民币，投后估值约为6亿元。本轮融资后，乐享科技将继续投入到第一款产品的研发，以及团队的搭建及技术储备。
今天，我想用一些数据，来盘点2024年各家银行的大模型项目招标结果。
刚刚，OpenAI把o3-mini的推理思维链公开了。从今日起，免费用户和付费用户都可以看到模型的思维过程，OpenAI终于Open一回。
成本不到150元，训练出一个媲美DeepSeek-R1和OpenAI o1的推理模型？！这不是洋葱新闻，而是AI教母李飞飞、斯坦福大学、华盛顿大学、艾伦人工智能实验室等携手推出的最新杰作：s1。
又双标？据路透社最新消息，澳大利亚政府以所谓“担心安全风险”为由，周二宣布已禁止在所有政府设备中使用DeepSeek。
就在今天，OpenAI紧跟着谷歌Gemini 2.0的发布，把ChatGPT Search给全面开放了。不需要注册登录，用法和传统搜索引擎一样。
周日晚间，五位高校教授夜话DeepSeek，从模型方法、框架、系统、基础设施等角度，阐述DeepSeek的技术原理与未来方向，揭秘其优化方法如何提升算力能效，信息量很大。
AI有了意识可能会遭受痛苦？来自伦敦大学、耶鲁等世界顶尖学府百位专家，联手签署了一封公开信。当机器不再是冰冷的代码，而是拥有情感的存在，人类会怎么做？
DeepSeek会是国内首个挑战ChatGPT，重塑AI助手现有格局的产品吗？从产品数据来看，值得期待。在APP端，DeepSeek上线半个月，就在新增下载量上超越了ChatGPT，并将百万级的领先优势持续至今。截至2月5日，DeepSeek的全球下载量已接近4000万。
本文作者为北京邮电大学网络空间安全学院硕士研究生倪睿康，指导老师为肖达副教授。主要研究方向包括自然语言处理、模型可解释性。该工作为倪睿康在彩云科技实习期间完成。联系邮箱：ni@bupt.edu.cn, xiaoda99@bupt.edu.cn
以 GPT-4o 为代表的实时交互多模态大模型（LMMs）引发了研究者对高效 LMM 的广泛关注。现有主流模型通过将视觉输入转化为大量视觉 tokens，并将其嵌入大语言模型（LLM）上下文来实现视觉信息理解。
本周四消息，去年刚刚加入知名 AI 创业公司 Anthropic 的 OpenAI 联合创始人约翰・舒尔曼 (John Schulman) 已辞去这家人工智能初创公司的职务。
本周三，该公司全面发布 Gemini 2.0 Flash、 Gemini 2.0 Flash-Lite 以及新一代旗舰大模型 Gemini 2.0 Pro 实验版本，并且还在 Gemini App 中推出了其推理模型 Gemini 2.0 Flash Thinking。
国内首个自研万卡集群，刚刚成功点亮！国产AI的高价门槛直接被打下来了。在百度智能云平台上，DeepSeek R1和V3的官方价格直接低至五折和三折，基本实现全网最低。
