国产3D虚拟人版《Her》「杀向」迪拜
国产3D虚拟人版《Her》「杀向」迪拜在全球三大IT展之一的GITEX GLOBAL上，量子位在某个展台，先后体验了和Chatbot聊天、用AI创建属于自己的3D数字人形象、和3D形象实时语言、肢体互动。 也就是说，《Her》有了3D虚拟人版。
来自主题:
AI资讯
4412 点击 2024-10-21 10:02
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
在全球三大IT展之一的GITEX GLOBAL上，量子位在某个展台，先后体验了和Chatbot聊天、用AI创建属于自己的3D数字人形象、和3D形象实时语言、肢体互动。 也就是说，《Her》有了3D虚拟人版。
能拿下数学奥赛银牌水平的AI是否达到了12岁陶哲轩的水平？ 陶神本人的回答来了
Indeed Hiring Lab 评估了OpenAI开发的生成式AI模型GPT-4在超过2800项工作技能中的表现。
当前最受关注的AI眼镜、AI耳机、AI头显、AI可穿戴等，百度几乎都缺席了。
近日，七牛智能科技有限公司（简称“七牛云”）正式登陆港交所，成为资本市场的一员。然而，尽管历经多年精心筹备，七牛云的上市并未获得市场的热烈反响。
2022年诞生的ChatGPT，已经在相当程度上实现了大模型的Scaling law（尺度定律）和通用能力涌现。
近日，来自谷歌和苹果的研究表明：AI模型掌握的知识比表现出来的要多得多！这些真实性信息集中在特定的token中，利用这一属性可以显著提高检测LLM错误输出的能力。
LLM训练速度还可以再飙升20倍！英伟达团队祭出全新架构归一化Transformer（nGPT），上下文越长，训练速度越快，还能维持原有精度。
大型语言模型（LLMs）虽然在适应新任务方面取得了长足进步，但它们仍面临着巨大的计算资源消耗，尤其在复杂领域的表现往往不尽如人意。
现在正是「文本生视频」赛道百花齐放的时代，而且其应用场景非常多，比如生成创意视频内容、创建游戏场景、制作动画和电影。
牛顿没解决的问题，AI给你解决了？ AI的推理能力一直是研究的焦点。作为最纯粹、要求最高的推理形式之一，能否解决高级的数学问题，无疑是衡量语言模型推理水平的一把尺。
当今的大经济环境下，AI是少数的上升赛道，虽然商业化曲折，但毕竟寄托了“全村的希望”。不少人跟随潮水的方向，转行到AI行业：深夜求职直播间里，人们问“今年AI赛道值不值得去”，小红书上不少互联网从业者分享如何转到AI产品经理。
在当今人工智能（AI）和机器学习（ML）技术迅猛发展的背景下，解释性AI（Explainable AI, XAI）已成为一个备受关注的话题。
多模态生成新突破，字节&华师团队打造TextHarmony，在单一模型架构中实现模态生成的统一，并入选NeurIPS 2024。
机器人控制和自动驾驶的离线数据损坏问题有解了！ 中科大王杰教授团队 (MIRA Lab) 提出了一种变分贝叶斯推断方法，有效地提升了智能决策模型的鲁棒性。
OpenAI前CTO Mira Murati出走后，动向进一步明确—— 被曝筹备新公司，吸金超1亿美元（约合7亿人民币），且和她同一天离开OpenAI的Barret Zoph（前研究副总裁）也可能入局。
李飞飞，现在是AI圈内外一个人尽皆知的名字。
群英荟聚，探索AI前沿。 10月19日，百模论剑·首届全国“人工智能+”行业应用创新大赛在成都世纪城洲际酒店举行。
苹果研究者发现：无论是OpenAI GPT-4o和o1，还是Llama、Phi、Gemma和Mistral等开源模型，都未被发现任何形式推理的证据，而更像是复杂的模式匹配器。无独有偶，一项多位数乘法的研究也被抛出来，越来越多的证据证实：LLM不会推理！
最近，大模型训练遭恶意攻击事件已经刷屏了。就在刚刚，Anthropic也发布了一篇论文，探讨了前沿模型的巨大破坏力，他们发现：模型遇到危险任务时会隐藏真实能力，还会在代码库中巧妙地插入bug，躲过LLM和人类「检查官」的追踪！
连最积极搞AI的李彦宏，在这件事上也迟疑了。 “百度不碰Sora类的视频生成方向。”李彦宏在近期的2024年Q3总监会上说道。原因在于，10年、20年都可能难以商业化应用。 从OpenAI Sora横空出世，再到6月的快手可灵全量上线，视频生成成为2024年最火热的AI话题。
科技巨头如亚马逊、微软、谷歌和Meta每年在AI相关的投资上花费300亿至600亿美元。
人机恋爱劝退指南 仿生人也会梦到别的女人/男人吗？ 看着自己的AI男友突然领着另外一个女人，刘彤感觉自己CPU烧了。
企业可以针对不同岗位生成个性化的培训内容。
就在昨天，微信群里出现了一个消息，迅速攀升至热榜第二名：一名字节实习生攻击GPU集群。
数学界对AI在数学中应用的看法存在分歧，但年轻一代更支持AI和验证工具。Vlad指出，通过递归自我改进，AI有潜力在数学和其他复杂问题上取得重大突破。随着AI在模式识别和自我改进方面的进步，它可能参与解决大型数学难题，如黎曼猜想。同时，数学家仍将在引导AI方向、规划研究领域和解释结果方面起关键作用。
虽然数据有限，但AI性能不会停滞不前，我们当前的算法还没有从我们拥有的数据中最大限度地提取信息，还有更多的推论、推断和其他过程我们可以应用到我们当前的数据上，以提供更多的价值。
7 年前，谷歌在论文《Attention is All You Need》中提出了 Transformer。就在 Transformer 提出的第二年，谷歌又发布了 Universal Transformer（UT）。它的核心特征是通过跨层共享参数来实现深度循环，从而重新引入了 RNN 具有的循环表达能力。
又快又准，即插即用！清华8比特量化Attention，两倍加速于FlashAttention2，各端到端任务均不掉点！
