20个月烧掉100亿,OpenAI正在找「续命钱」
20个月烧掉100亿,OpenAI正在找「续命钱」苹果微软英伟达,共同造梦AGI
搜索
苹果微软英伟达,共同造梦AGI
AI从技术卷向场景。
AI应用贴脸营销,广告平台赚翻了。
AI,AI视频,Viggle,文生视频
在目前大热的人形机器人、具身智能赛道,宇树科技是最受关注的公司之一。这家公司最大的标签是硬件实力强——一方面是性能,去年其首款通用人形机器人 H1 能奔跑、原地空翻、踹不到,拥有全球几乎规格最高的动力性能;一方面是成本控制,今年其第二款人形机器人 G1 价格仅 9.9 万元,而同行普遍在数十万、乃至百万元。
智谱AI发布新视觉模型,看得懂视频,也看得透网页源代码。
长时间交通状况预测,可以用大模型实现了。
大模型竞技场规则更新,GPT-4o mini排名立刻雪崩,跌出前10。
在中国奥数队历史性五连冠被美国队终结后,一个名字被反复谈起。
本文第一作者为香港大学博士研究生谢知晖,主要研究兴趣为大模型对齐与强化学习。
Transformer 在深度学习领域取得巨大成功的关键是注意力机制。注意力机制让基于 Transformer 的模型关注与输入序列相关的部分,实现了更好的上下文理解。然而,注意力机制的缺点是计算开销大,会随输入规模而二次增长,Transformer 也因此难以处理非常长的文本。
智东西8月29日消息,据Constellation Research今日报道,美国SaaS龙头Salesforce公布了截至2024年7月31日的2025财年第二季度业绩,第二财季Salesforce营收为93.2亿美元,同比增长8%。该公司将第三财季营收指引上调至93.1亿美元至93.6亿美元,同比增长7%;并维持2025财年全年营收指引为377亿美元至380亿美元,同比增长8%-9%。
终于有了点赛博朋克的样子。
智东西8月29日消息,瑞士轮腿式机器人创企Swiss-Mile今日宣布获得2200万美元种子轮融资,由亚马逊创始人杰夫·贝佐斯(Jeff Bezos)通过贝佐斯探险基金(Bezos Expeditions)和红杉资本领投,亚马逊产业创新基金、舰队投资(Armada Investment)以及现有投资者线性资本(Linear Capital)跟投。
美国警察开始使用人工智能工具Draft One辅助文书工作,犯罪报告秒生成,比人脑回忆更准确。
8月28日至30日,2024中国国际大数据产业博览会正在贵阳火热进行中。“产业链上下游的人都来了。”一位行业人士观察,与以往不同,这届数博会上,数据要素、智算基础设施建设,正在和智能化、大模型行业应用等一起成为被密集讨论的话题。
近日,创投数据服务商 IT桔子发布了《2024年中美独角兽公司发展分析报告》 。作为全球拥有独角兽企业数量最多的两个国家,对比中国和美国的独角兽在产业、估值、城市分布等维度的差异,分析他们的发展路径、轨迹,有着更重要的意义。
尽管不断招兵买马,依旧挡不住OpenAI的安全团队「集体出走」。半数员工已离职、公司处在风口浪尖,奥特曼却在此时选择对内部员工展开安全监控。
从ChatGPT到Sora,生成式AI的席卷再次将“人工智能”的热度推向高潮。而在图文和视频生成的应用范围之外,“人工智能+”已经悄然改变了我们的生活。“+”意味着将人工智能与业务、产品、产业相结合,寻求多场景应用的有效融合。“人工智能+”究竟能为我们做什么?央视网纪录片《AI先行者》从AI生态全链路为大众揭秘了无处不在的人工智能。
OpenAI的「Her」还是期货,讯飞星火版「Her」就抢先上线了!不仅极速响应自由打断,还情绪价值拉满,各种情感、风格、方言随意切换。熊二被召唤出来的时候,家里的熊孩子直接被硬控了30秒。
大模型带动生成式AI爆发后,对算力的高需求让芯片巨头英伟达的订单量、收入、股价一路走高,而国内芯片厂商却一直处于蛰伏状态。
从几周前 Sam Altman 在 X 上发布草莓照片开始,整个行业都在期待 OpenAI 发布新模型。根据 The information 的报道,Strawberry 就是之前的 Q-star,其合成数据的方法会大幅提升 LLM 的智能推理能力,尤其体现在数学解题、解字谜、代码生成等复杂推理任务。这个方法也会用在 GPT 系列的提升上,帮助 OpenAI 新一代 Orion。
AI 应用出海,图片赛道可能是目前最成熟、也是最卷的赛道。
在社媒预热,看来是米哈游创始人蔡浩宇创立 AI 公司后一个崭新的里程碑节点。
AI 编程工具,恐怕是 2024 年融资最顺畅的赛道。
在与 GPT-4o 的全面较量中,GLM-4-Plus 已经可以在大多数任务上做到逼近甚至在某些任务上实现了超越。还有 One More Thing:清言上线了视频通话功能,首批面向部分用户开放。
太突然!也没有任何理由的!
今天一大早,Meta 便秀了一把「Llama 系列模型在开源领域取得的成绩」,包括如下:
罗盟,本工作的第一作者。新加坡国立大学(NUS)人工智能专业准博士生,本科毕业于武汉大学。主要研究方向为多模态大语言模型和 Social AI、Human-eccentric AI。
当前的大型语言模型似乎能够通过一些公开的图灵测试。我们该如何衡量它们是否像人一样聪明呢?