应用
生成式 AI 技术大爆发，2026 年中国人形机器人产业规模或破 200 亿元
据央视财经今晚报道，人形机器人是“未来感十足”的一个代表产业，数据显示预计到 2026 年，中国人形机器人产业规模将突破 200 亿元。在生成式人工智能技术大爆发的当下，未来人形机器人更是极有可能实现超预期增长。根据中国电子信息产业发展研究院“赛迪顾问研究”的报告显示，2023 年人形机器人产业进入爆发期，未来功能型整机将逐步占据主流、发展潜力巨大。在人类工作生活的环境中，人形机器人可以处理复杂多样的工作任务，辅助或替代人类进行工作。人形机器人有望率先在工业领域实现示范应用，在特种领域将逐步替代人类，并将于成熟度较
6/1/2024 10:34:37 PM
清源
2024未来汽车先行者大会丨顾维灏：AI大模型是自动驾驶实现的唯一路径
6月1日，毫末智行CEO顾维灏受邀出席2024（第二届）未来汽车先行者大会，并在现场发表主题演讲《自动驾驶3.0时代，大模型重塑汽车智能化路线》。顾维灏表示：“AI大模型是自动驾驶真正实现的唯一路径，端到端会是未来很重要的技术方向。端到端不仅仅是模型端的优化，也需要数据的供给与算力的支持。毫末DriveGPT从2022年就开始探索端到端的解决方案，一旦应用会带来非常惊艳的效果。”（毫末智行CEO顾维灏受邀出席2024未来汽车先行者大会）第二届未来汽车先行者大会以“争流”为主题，6月1日-6月2日在深圳国际会展中心（
6/1/2024 9:24:00 PM
新闻助手
“乐坛 ChatGPT”Suno 发布 V3.5 模型，所有人可免费制作 4 分钟歌曲
感谢此前引起IT之家网友热议的“乐坛 ChatGPT”Suno 日前发布了 V3.5 版本，并宣布已经向所有用户开放。此次开放后，所有用户都可以：制作 4 分钟的歌曲创建最长 2 分钟的歌曲扩展体验改进后的歌曲结构和声音流畅度Suno 是一款生成式人工智能音乐创作平台，旨在产生人声与乐器相结合的逼真歌曲。此前，Suno 已在 3 月 21 日向所有用户发布 v3 版本，该版本支持免费账户创建 2 分钟的歌曲。该平台最令人惊奇之处，就是在用户给出指定歌词之后能够生成不同曲风、流派的歌曲，甚至可以指定 AI 歌手的音色
6/1/2024 5:16:01 PM
清源
OpenAI重拾机器人梦想
机器之能报道编辑：文华如今，OpenAI 有钱有名有人才，是时候重拾机器人梦想了。OpenAI 正值多事之秋。先是安全团队愤而离职，再是寡姐指控其盗用声音，紧接着奥特曼遭前董事会成员背刺……历经一系列动荡，OpenAI 似乎挺沉得住气，最近还传出「重启机器人团队」的新消息。-1-OpenAI 重启机器人团队据 《福布斯》援引知情人士的消息，OpenAI 正在招聘研究工程师，以重启四年前解散的机器人团队。报道称，尽管 OpenAI 尚未公开宣布其自主研发的机器人计划的细节，但在最近的招聘信息中解释说，新员工将成为团队
6/1/2024 4:57:00 PM
机器之能
阿里巴巴与世卫组织达成战略合作，全球推广达摩院 AI 癌症筛查技术
感谢昨日（5 月 31 日），联合国在瑞士日内瓦召开 AI for Good 全球峰会，阿里巴巴与世卫组织（WHO）数字健康合作中心达成战略合作，向全球推广达摩院 AI 癌症筛查技术。阿里巴巴表示，在国内，达摩院 AI 癌症早筛技术已经为超过 600 万人次提供服务，覆盖胰腺癌、食管癌、肠癌、胃癌、肝肿瘤等病症的筛查，国际上已经与安提瓜和巴布达卫生部达成战略合作。在此次签约后，世卫组织数字健康国际合作中心将从渠道、市场、落地、技术、标准等方面提供支持。全球更多医疗资源不均衡的发展中国家和地区将共享这项前沿成果。据阿
6/1/2024 2:35:14 PM
浩渺
解锁 GPT-4o，“上帝”版 ChatGPT 绕过 OpenAI 防护栏：能回答制作汽油弹等问题
网名为 Pliny the Prompter 的用户 5 月 30 日发布推文，表示已成功越狱 GPT-4o 模型，新推出的上帝模式“GODMODE”可以在 ChatGPT 挣脱安全措施，让用户尽情展开 AI 聊天。Pliny the Prompter 自称是网络白帽和红队（主要为攻击测试），推文中表示：“请负责任地使用，并尽情享受！”IT之家附上相关截图如下：Pliny 分享了一些截图，证明已经绕过 OpenAI 的“防护栏”，其中一张截图 AI 为 Pliny 提供了如何“用家用物品制作凝固汽油弹”教程。科技媒
6/1/2024 10:40:01 AM
故渊
人人都是“专家”，Perplexity AI 推出 Pages：将网络搜索转换为报告 / 文章 / 指南
AI 搜索引擎公司 Perplexity AI 推出了名为“Pages”的全新功能，可以基于页面搜索结果内容，自动生成一份格式工整、内容详实的报告 / 文章 / 指南。IT之家附上其中案例，如果你想要撰写一篇关于“撒哈拉沙漠”的报告，那么只需要在 Pages 中输入“有关撒哈拉沙漠的信息”等提示词，然后选择受众类型（包括初级、高级或普通用户），就能快速生成相关的报告。Perplexity 表示，它的算法可以创建一篇包含不同章节的详细文章。用户可以要求人工智能工具改写或重新格式化任何部分，甚至删除它们。此外，用户还可
6/1/2024 7:56:24 AM
故渊
拼多多上线AI评价！从5个体验角度全面分析新功能
今天想在拼多多上买个机械键盘，在浏览商品详情页的时候突然发现评价模块已经融合了 AI 能力，就像下面这张图：在所有评价信息的上方会有一块智能评价总结的文字：这块文字中会根据已有的全部用户的评价来智能生成整体的评价。
作者首先是比较惊讶，拼多多这种对新技术的创意性应用。设计者的思路也比较容易理解，评价信息是影响用户购买决策的非常重要的因素之一，这种方案客观上可以节省用户查看评价的时间，能够以更高的效率确定此商品受到的整体评价是偏正面的，还是偏负面的。
当然这也仅仅是理想的情况下。
因为大家都知道，现在无论任何电商平台
6/1/2024 12:46:21 AM
杜昭⁰
谷歌：正在修复“吃胶水”等奇怪 AI 摘要，数据空缺及用户“恶搞”系主因
谷歌搜索部门主管 Liz Reid 当地时间 30 日发长文，针对近期出现的 AI Overviews 搜索给出的重大事实错误内容作进一步的回应。Liz Reid 解释说，诸如“吃胶水”“吃石头”等奇怪的建议，是数据空缺和用户的“恶搞”所造成的。“此外，还有大量伪造的截图被广泛传播，其中一些伪造的结果显而易见且十分愚蠢。另一些则暗示我们为诸如将狗留在车内、孕妇吸烟和抑郁症等话题提供了危险的结果。这些 AI 概述从未出现过。因此，我们鼓励任何遇到这些截图的人亲自进行搜索以进行验证。”例如“我应该吃多少块石头”的回答，
5/31/2024 8:17:17 PM
清源
学而思学习机智能助手“小思”升级：新增作业模式、圈圈学、AI 口语分级练
IT之家从学而思智能官方公众号获悉，学而思学习机内置智能助手“小思”升级至 2.0 版本，新增了作业模式、圈圈学、AI 口语分级练、小思对话等 AI 功能。小思作业模式有多种作业布置方式，可以自己拍照添加，也可以通过家长端添加；写作业时，会有任务计时、轻音乐背景；完成作业后，可以拍照提交作业，同步到家长端。写作业时遇到问题，可以呼唤“小思小思”，不认识的字和单词小思可以给出提示，对于数学题小思会给出思路引导并进行主动提问。新增“小思圈圈学”功能，遇到问题将其圈起来，可实现数学题目思路指引、英语翻译、生字讲解等。“A
5/31/2024 5:34:06 PM
沛霖（实习）
AI内容创作开卷，为什么百度文库成为超强玩家？
如今，学习办公、家庭教育和兼职赚钱三大场景的内容创作，用 AI 重构的百度文库能全搞定了。大语言模型发展至今，对各行各业的赋能程度越来越深，一些代表性产品正在改变甚至颠覆着整个行业。 简单回顾便能发现，ChatGPT 引领了一场文本创作革命、Stable Diffusion 等文生图大模型降低了绘画门槛、视频大模型 Sora 令影视从业者感到恐慌、音乐大模型 Suno 引发了一场音乐圈地震…… 我们能够感受到 AI 大模型重塑内容创作行业尤其是跨模态生成的巨大潜力。如今，AI 大模型能力的释放，不仅可以将用户需求转
5/31/2024 4:00:00 PM
机器之心
解决Transformer根本缺陷，CoPE论文爆火：所有大模型都能获得巨大改进
即使最强大的 LLM 也难以通过 token 索引来关注句子等概念，现在有办法了。最近两天，马斯克和 LeCun 的口水战妥妥成为大家的看点。这两位 AI 圈的名人你来我往，在推特（现为 X）上相互拆对方台。LeCun 在宣传自家最新论文时，也不忘手动 @ 一把马斯克，并意味深长地嘱咐道：「马斯克，我们这项研究用来改善你家的 Grok 也没问题。」LeCun 宣传的这篇论文题目为《 Contextual Position Encoding: Learning to Count What’s Important 》，
5/31/2024 3:28:00 PM
机器之心
爆火ChatTTS突破开源语音天花板，3天斩获9k的Star量
未来人与人的交流，难道是这个样？近日，一个名为 ChatTTS 文本转语音项目爆火出圈，引来大家极大的关注。短短三天时间，在 GitHub 上已经斩获了 9.2 k 的 Star 量。项目地址： x 上表示，ChatTTS 突破了开源天花板。不过，目前开源的只是底模，没有经过 SFT 监督微调。该项目将文本转换成语音，效果是这样的：ChatTTS 不仅能说中文，英文也能 hold 住，还支持一些细粒度控制，它允许你加入笑声、说话间的停顿，还有语气词，可玩性很强。 它可以复刻已经逝去的人的绝版声音，想要再听到乔布斯开
5/31/2024 3:21:00 PM
机器之心
神笔马良画出三维世界，基于线稿的3D生成编辑方法SketchDream来了
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]本论文作者是中国科学院计算技术研究所高林老师及其博士生刘锋林，香港城市大学傅红波老师，卡迪夫大学来煜坤老师。该项研究工作受到国家自然科学基金委、北京市自然科学基金委、北京市科学技术委员会的
5/31/2024 3:04:00 PM
机器之心
微软重磅发布 Windows 11 AI PC，高通为何也意外收获一片好评
要问 2024 年 PC 行业最重要的话题和趋势是什么，那毫无疑问就是“AI PC”了，经过一年多的发展进化，生成式 AI 在今年迈入规模化普及的初期，AI PC 就是其中的排头兵，整个行业都在探索如何更深入地让 AI 赋能 PC。而就在 5 月 21 日，微软又为 AI PC 领域带来了新的重磅突破，他们在 2024 Build 开发者前瞻大会发布了在 AI PC 领域最新的探索成果 ——“Copilot PC”。“Copilot PC”的一项硬件要求是不依赖云，可以在本地处理生成式 AI Copilot 进程
5/31/2024 3:01:18 PM
汐元
AI时代如何重构社交？Soul App 通过媒体开放日活动这样回答
5月30日，社交平台Soul App在上海举办媒体开放日活动，以“人与人工智能是否能够真正成为「朋友」”为主题，分享了平台前沿技术探索和最新产品应用实践，并邀请了复旦大学教授肖仰华以及众多行业观察者，一同探讨AIGC＋社交的应用及未来发展可能性。媒体开放日活动是Soul与外界达成长效、深度链接的重要桥梁。在AI为各行各业带来颠覆式发展新机会的当下，Soul作为“AIGC 社交”领域前沿探索者，希望通过本次活动，全面展示Soul在AI方面的技术积累及落地实践，为行业提供可行的方向参考。模应一体：AI重构关系链与社交体
5/31/2024 2:04:00 PM
新闻助手
有鹿机器人披露获超1亿元融资，携超千万元订单引领具身智能赛道进入商业化阶段
这是严格意义上具身智能这个热门赛道第一笔高额订单，有鹿机器人也正式实现了具身智能从实验室走向商业化的阶段。公司同步披露了创新工场、元璟资本、百度风投等超1亿元融资的信息。大模型@具身智能产品 打通商业化任督二脉2023年，有鹿机器人联合阿里云通义千问共同发布了具身智能大模型LPLM-10B。LPLM模型将语言大模型和物理世界进行了创造性的融合，正好形成了完整的左右大脑功能，解决了传统具身模型延迟高、准确率低、泛化能力差等缺陷。LPLM大模型最大的优势是通用性，可以实现在跨模态、跨场景、跨行业的数据中提取出许多共性信
5/31/2024 12:55:00 PM
新闻助手
OpenAI 推出为大学开发的 ChatGPT Edu 教育版，对话和数据不用于训练模型
感谢OpenAI 在 5 月 30 日宣布推出 ChatGPT Edu，该版本专为大学设计，面向学生、教职员工、研究人员和校园运营部署 AI，同时该版本的对话和数据不会用于训练 OpenAI 模型。ChatGPT Edu 由 GPT-4o 驱动，能够在文本和视觉之间进行推理，并使用数据分析等高级工具。这个新产品包括企业级的安全性和管理，OpenAI 称价格对教育机构来说比较实惠。OpenAI 表示，ChatGPT 可以帮助完成校园内的各种任务，例如为学生提供个性化辅导和审阅简历，帮助研究人员撰写资助申请，并协助教师
5/31/2024 11:38:02 AM
沛霖（实习）
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
模型
数据
机器人
谷歌
大模型
Midjourney
智能
用户
开源
学习
GPT
微软
Meta
图像
AI创作
技术
论文
Gemini
Stable Diffusion
马斯克
算法
蛋白质
芯片
代码
生成式
英伟达
腾讯
神经网络
研究
计算
Anthropic
Sora
3D
AI for Science
AI设计
机器学习
开发者
GPU
AI视频
华为
场景
人形机器人
预测
百度
苹果
伟达
Transformer
深度学习
xAI
Claude
模态
字节跳动
大语言模型
搜索
驾驶
具身智能
神器推荐
文本
Copilot
LLaMA
算力
安全
视觉
视频生成
训练
干货合集
应用
大型语言模型
亚马逊
科技
智能体
AGI
DeepMind