美国AI芯片限制最后一刀!英伟达AMD全球禁运,只配5万块
美国AI芯片限制最后一刀!英伟达AMD全球禁运,只配5万块交接之际,拜登政府放出最后一搏:英伟达AMD等AI芯片出口,限制升级!新规规定,全球国家将被分为三级,第三级管控的国家和地区,AI芯片的进口将遭到几乎全面的禁止。
搜索
交接之际,拜登政府放出最后一搏:英伟达AMD等AI芯片出口,限制升级!新规规定,全球国家将被分为三级,第三级管控的国家和地区,AI芯片的进口将遭到几乎全面的禁止。
搜索大变天?
OpenAI o1 给大模型规模扩展 vs 性能的曲线带来了一次上翘。它在大模型领域重现了当年 AlphaGo 强化学习的成功 —— 给越多算力,就输出越多智能,一直到超越人类水平。
本文根据智联招聘集团执行副总裁李强在刺猬公社第五届新内容探索者大会上的发言整理: 我分享的大部分内容,来自于智联招聘3.6亿的求职用户和累计合作的将近1400万家企业给出的答案。
2024年的创业与融资市场里,人形机器人赛道的热度持续升温,科技巨头纷纷布局、初创公司相继涌现、行业发展迅速。
人工智能(AI)专家普遍认为,2025 年将是智能体(agent)爆发之年。
新年新气象!谷歌内部AI人才来了个大迁移—— 统一归拢到DeepMind旗下,归诺奖得主哈萨比斯领导。
论文能不能中?可以用AI提前预测~ 港大黄超教授团队提出多智能体自动化框架GraphAgent,能自动构建和解析知识图谱中的复杂语义网络,应对各类预测和生成任务。
芯片强者AMD最新推出科研AI,o1-preview竟成天选打工人?! 注意看,只需将科研idea和相关笔记一股脑丢给AI,研究报告甚至是代码就能立马出炉了。
2025 年 1 月 9 日,拜登政府计划在离任前夕对英伟达等公司的 AI 芯片出口实施新一轮限制。
老黄在CES上发布的迷你超算Project DIGITS,开启了AI超算的PC时刻。 但随即也引发了不小争议,还遭到了大佬的贴脸嘲讽。
Level AI 创始人 Ashish Nagar 具有深厚的 AI 背景,曾在亚马逊 Alexa 团队工作。他观察到传统客服行业存在质量监控效率低、数据价值难以挖掘、实时支持能力不足等问题,因此创立 Level AI。
2023年底,斯坦福大学发布了一款引发轰动的AI实验项目——“小镇模拟游戏”。在这个虚拟小镇里,25个AI角色能够自主交谈、建立关系、制定计划,展现出了令人惊叹的社交能力。这个实验让人们第一次对AI Agent(智能体)产生了期待——具有自主意识和决策能力的AI助手指日可待。
2024年11月30日是ChatGPT上线两周年的日子。这个家喻户晓的AI产品是怎样诞生的?展望2025年,ChatGPT又会有怎样的改进?
大连理工大学的研究人员提出了一种基于Wasserstein距离的知识蒸馏方法,克服了传统KL散度在Logit和Feature知识迁移中的局限性,在图像分类和目标检测任务上表现更好。
小模型也能击败o1?微软全华人团队提出rStar-Math算法,三大革命性技术突破,不仅让SLM在数学推理能力上刷新SOTA,更是挤进了全美20%顶尖高中生榜单。
1月8日,环球时报社、中国科协新技术开发中心和清华大学技术创新研究中心联合发布了50大“新质生产力产业实践示范案例”,华为云盘古大模型凭借在技术能力、应用实践等方面的突出表现,成功入选“人工智能”示范案例TOP5。
通义万相视频模型,再度迎来史诗级升级!处理复杂运动、还原真实物理规律等方面令人惊叹,甚至业界首创了汉字视频生成。现在,通义万相直接以84.70%总分击败了一众顶尖模型,登顶VBench榜首。
中美AI论文数领先,日本需加强国际合作。
AI Agent 会是未来吗? 对于科技行业的从业者而言,很多人每天既为新技术的突破感到兴奋,又因自身和行业前景的未知而焦虑,尤其是最近一轮裁员风暴,更为整个行业蒙上了一层阴影。
早上起床,看到海螺的AI视频,又双叒叕加强了。 他们悄悄上了一个新功能:主体参考。
没错,今天我们要介绍的这位 AI Agent,很有可能成为你未来的专属求职小助手 ~ 因为它不仅可以帮我们筛选合适的工作,还可以直接帮我们投递简历!下面先让我们看看 Twitter 上大佬 el.cine 分享的过程:
这届CES,国内厂商刷爆存在感。
在 AI 商品图这条赛道,美图 VMake 退出,insMind 访问量增长超 50%,接力加入。
最新综述论文探讨了知识蒸馏在持续学习中的应用,重点研究如何通过模仿旧模型的输出来减缓灾难性遗忘问题。通过在多个数据集上的实验,验证了知识蒸馏在巩固记忆方面的有效性,并指出结合数据回放和使用separated softmax损失函数可进一步提升其效果。
10个AI领域,50篇精品论文,每周看一篇,到2026就能成「AI工程」专家!
今天,银河通用机器人发布了端到端具身抓取基础大模型「GraspVLA」,全球第一个预训练完全基于仿真合成大数据的具身大模型,展现出了比OpenVLA、π0、RT-2、RDT等模型更全面强大的泛化性和真实场景实用潜力。
面对新的机器人大战,追觅已准备好在再度冲向全球。
发表于昨天的论文《Agent Laboratory: Using LLM Agents as Research Assistants》对于科研界具有划时代意义,过去几周才能完成的科研任务现在仅需20分钟到一两个小时左右(不同LLM),花费2-13个美金的Token即可完成!