6 月 16 日，腾讯 AI Lab 推出并开源 SongGeneration 音乐生成大模型，专注解决音乐 AIGC 中音质、音乐性与生成速度这三大共性难题
45岁的湾区HR，本来拿着7万美元年薪干得顺风顺水，忽然有一天就被优化了；年薪15万美元的全栈工程师，正帮老板优化AI工具呢，忽然就被AI取代了……亚马逊CEO全员信的曝光，再一次证实硅谷AI裁员潮真来了，Dario Amodei的预言，含金量还在上升。
为此，香港中文大学、字节跳动Seed和斯坦福大学研究团队出手，提出了一种面向同声传译的序贯策略优化框架 (Sequential Policy Optimization for Simultaneous Machine Translation, SeqPO-SiMT)。
软银、Thrive Capital领跑AI投资狂潮。 智东西6月18日消息，外媒The Information统计了其生成式AI数据库中，自2022年Q1至2024年Q2，507家初创企业的融资轮次，盘点出15家向生成式AI企业投资金额最高的风投机构。
随着大型模型需要处理的序列长度不断增加，注意力运算（Attention）的时间开销逐渐成为主要开销。
LLM 和 agent 最关键的能力之一就是基于 context 来准确完成用户的任务，而最真实、鲜活的 context 往往不在 Google doc 等文档中，而是存在人与人的对话中，纪要就承载着这一类高价值信息。
在生成式 AI 迅猛演进的时代浪潮中，Cognition AI 正成为硅谷最受瞩目的技术公司之一。而其背后，是一位横跨数学竞赛、工程实践与系统构建的 90 后创始人——Scott Wu。
您有没有这样的体验？一天的工作里，您可能用GPTo3写了个方案，然后切换到Cursor或者Trae里写代码，接着又打开Notion或者飞书整理文档。每个工具都挺聪明，但它们彼此之间就像生活在平行宇宙——写方案的GPT不知道您后来写了什么代码，写代码的Cursor也不清楚您的整体规划是什么。
当前数学领域的数据生成方法常常局限于对单个问题进行改写或变换，好比是让学生反复做同一道题的变种，却忽略了数学题目之间内在的关联性。
编程智能体确实厉害！Transformer作者Llion Jones初创公司，专门收集了NP难题并测试了AI智能体，结果竟在上千人竞赛中排第 21！这意味着，它已经比绝大多数人写得好了。
