AI资讯新闻榜单内容搜索-BI

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: BI
百万鲁棒数据训练,3D场景大语言模型新SOTA!IIT等发布Robin3D

百万鲁棒数据训练,3D场景大语言模型新SOTA!IIT等发布Robin3D

百万鲁棒数据训练,3D场景大语言模型新SOTA!IIT等发布Robin3D

Robin3D通过鲁棒指令数据生成引擎(RIG)生成的大规模数据进行训练,以提高模型在3D场景理解中的鲁棒性和泛化能力,在多个3D多模态学习基准测试中取得了优异的性能,超越了以往的方法,且无需针对特定任务的微调。

来自主题: AI技术研报
6339 点击    2024-10-15 14:39
诺贝尔奖连续“颁给AI”,背后最大赢家竟是Google?

诺贝尔奖连续“颁给AI”,背后最大赢家竟是Google?

诺贝尔奖连续“颁给AI”,背后最大赢家竟是Google?

2024年的诺贝尔化学奖一半授予大卫·贝克(David Baker),“以表彰在计算蛋白质设计方面的贡献”;另一半则共同授予德米斯·哈萨比斯(Demis Hassabis)和约翰·M·詹珀(John M. Jumper),“以表彰他们在蛋白质结构预测方面的成就”。

来自主题: AI资讯
6117 点击    2024-10-14 09:42
Voice-first,闭关做一款语音产品的思考

Voice-first,闭关做一款语音产品的思考

Voice-first,闭关做一款语音产品的思考

三个月前我在硅谷沉浸式泡了两个多月把产品上的整体感受和几个趋势简短写在了这里,在和不同的创业者交流研究了 40 多个产品后,最终回归到了“语音”这个方向,写下“Voice is a big thing”,语音产品是我认为 AI 在 C 端领域的核心变革点。

来自主题: AI资讯
8425 点击    2024-10-14 09:33
CMU副教授:在多智能体流行的当下,不要忽视单智能体系统

CMU副教授:在多智能体流行的当下,不要忽视单智能体系统

CMU副教授:在多智能体流行的当下,不要忽视单智能体系统

「多智能体系统」是人工智能领域最热门的流行词之一,也是开源框架 MetaGPT 、 Autogen 等研究的焦点。 但是,多智能体系统就一定是完美的吗 近日,来自卡内基梅隆大学的副教授 Graham Neubig 在文章《Don't Sleep on Single-agent Systems》中强调了单智能体系统也不可忽视。

来自主题: AI资讯
3529 点击    2024-10-10 17:06
万字探讨:AI硬件的突围方向和可能性未来

万字探讨:AI硬件的突围方向和可能性未来

万字探讨:AI硬件的突围方向和可能性未来

ChatGPT 推出以后,AI 硬件就成为了热门赛道。 AI Pin、Rabbit R1、以及 Meta 的雷朋眼镜,还有豆包即将推出的智能耳机,有成功的,也有不少失败的。

来自主题: AI资讯
3748 点击    2024-10-10 13:38
诺贝尔化学奖颁给DeepMind,AI是如何终结蛋白质研究的?

诺贝尔化学奖颁给DeepMind,AI是如何终结蛋白质研究的?

诺贝尔化学奖颁给DeepMind,AI是如何终结蛋白质研究的?

2024年诺贝尔化学奖公布,一半授予大卫·贝克(David Baker),“以表彰在计算蛋白质设计方面的贡献”;另一半则共同授予德米斯·哈萨比斯(Demis Hassabis,谷歌DeepMind 创始人)和约翰·M·詹珀(John M. Jumper),“以表彰他们在蛋白质结构预测方面的成就”。

来自主题: AI资讯
5400 点击    2024-10-10 11:23
速递|开源Lightdash获Accel投资1100万美元,1年收入增长7倍,将AI引入商业智能BI

速递|开源Lightdash获Accel投资1100万美元,1年收入增长7倍,将AI引入商业智能BI

速递|开源Lightdash获Accel投资1100万美元,1年收入增长7倍,将AI引入商业智能BI

Lightdash,一个商业智能(BI)平台和开源替代品,旨在替代谷歌的 Looker,正在推出一款新产品,允许公司为特定团队的使用案例培训“AI 分析师”,使公司中的任何人都能够查询汇总的业务数据。

来自主题: AI资讯
7211 点击    2024-10-09 12:36
深度|对话Stability创始人:视频技术已进入工程阶段,2025年将是Agent元年

深度|对话Stability创始人:视频技术已进入工程阶段,2025年将是Agent元年

深度|对话Stability创始人:视频技术已进入工程阶段,2025年将是Agent元年

Emad认为,我们现在已经拥有制作高质量视频的所有技术,只是这些技术尚未整合在一起,我们需要更多的技术架构突破,视频领域可能不像语言领域那样存在一些正在酝酿的新突破,但速度会越来越快。这些技术需要从研究阶段走向实际工程应用,且将在未来几年实现。

来自主题: AI资讯
10435 点击    2024-10-03 16:16