应用
小冰联合视美泰共创ShiMeta数字人解决方案：大模型加持，让每一个大屏终端都成为全新的交互载体
2024年6月21日，小冰公司与AIoT头部企业视美泰宣布达成战略合作，共同推出ShiMeta数字人解决方案。双方联合打造多种形态的数字人智能交互大屏终端，将小冰AI大模型、数字人技术与视美泰丰富的硬件商业生态相融合，让数字人走入各类行业场景，为千行百业注入全新的生产力，提升用户体验和服务效率，带来更多智能化变革。小冰×视美泰：丰富的硬件商业生态方案将小冰大模型以及神经网络渲染、超级自然语音等先进数字人技术，与视美泰高性能主板、高清摄像头、麦克风阵列、设备管理平台等进行了深入整合，实现大屏终端“开箱即用”，同时后台
6/21/2024 6:11:00 PM
新闻助手
一手测评Claude 3.5：玩梗、看病、耍心眼 、做数学题，它真比GPT-4o强吗？
机器之能报道编辑：杨文玩梗、看病、耍心眼、做数学题，「新王」Claude 3.5能力真那么玄乎？它来了，它来了，它带着 Claude 3.5 Sonnet 走来了！蛰伏三个月，就在昨晚，OpenAI 的「劲敌」Anthropic 上新了，推出新一代模型 ——Claude 3.5 Sonnet！这款大模型有啥独到之处？首先，它更能把握住细微差别、幽默和复杂指令，并且书写语气更自然、亲切。它还是Anthropic最强的视觉模型，擅长解释图表、图形或者从不完美的图像中转录文本等任务。此外，它在推理、阅读理解、数学、科学和
6/21/2024 6:02:00 PM
机器之能
乐聚夸父人形机器人亮相 HDC 2024，搭载华为云盘古具身智能大模型
乐聚夸父人形机器人今日下午亮相 HDC 2024 华为开发者大会，搭载华为云盘古具身智能大模型。▲ 夸父与华为常务董事、华为云 CEO 张平安击掌华为常务董事、华为云 CEO 张平安在介绍盘古具身大模型的环节中，向观众展示了夸父人形机器人搭载盘古具身智能大模型后，在工业、家庭场景中展现的潜力，并与夸父人形机器人进行击掌互动。IT之家查阅 HDC 2024 日程表获悉，6 月 22 日，乐聚机器人董事长冷晓琨将在盘古具身智能大模型专题论坛上作《建设“人形机器人 ”开放生态平台，打造通用具身智能解决方案》主题报告；6
6/21/2024 5:51:02 PM
汪淼
快手可灵上线图生视频与最长 3 分钟的视频续写功能
感谢快手可灵新功能“图生视频”和“视频续写”今日上线。图生视频功能，支持将静态图像转化为 5 秒钟视频，用户可通过提示词文本控制图像中物体的运动；视频续写功能，支持对生成视频一键续写和连续多次续写，最长可生成约 3 分钟视频；此外文生视频新增 9:16 和 1:1 视频尺寸选择。 IT之家附快手可灵官方网站：，能够生成大幅度的合理运动，模拟物理世界特性。可灵使用了 DiT 架构，快手对模型中的隐空间编 / 解码、时序建模等模块进行了升维处理。在隐空间编 / 解码上，快手自研了 3D VAE 网络，实现时空同步压缩，
6/21/2024 5:06:01 PM
沛霖（实习）
抢疯了，腾讯给大模型人才，定了一个前所未有的标准
「21 世纪什么最贵？人才！」二十年前的黎叔语录，现在听来也不过时。这两年，大模型赛道风起云涌。科技公司们全力投入生成式 AI 技术的研发，期待将新的突破整合到自家产品中。OpenAI 是一个非常成功的样本，并受到了研究员、工程师和投资人们的广泛关注与深刻讨论：为什么是 OpenAI？它的成功不只来自于多年的坚持技术探索、投资者不断注入的资金，更重要的是一批顶尖 AI 研究人员的聚集。我们能看到，在 ChatGPT、Sora、GPT-4o 等划时代产品的背后，有一长串名单的核心贡献者，一家科技公司想要持续「伟大」，
6/21/2024 3:37:00 PM
机器之心
2024 WAIC「全球创新项目路演」征集！最高可获千万算力补贴
新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，我国正以开放的胸襟拥抱 AI，上海更以包容的氛围滋养 AI，持续打造更加融通开放的生态、更加活跃的创新集群、更加泛在的超级场景、更加安全的敏捷治理。 7月4日-6日，2024 世界人工智能大会（WAIC）如期在上海举行，本次将围绕“以共商促共享 以善治促善智”的主题，打造“会议论坛、展览展示、评奖赛事、智能体验”四大核心内容。 在每年的世界人工智能大会上，「全球创新项目路演」亦成为重要看点。
6/21/2024 3:25:00 PM
王悦
Luma、Runway轮番炸场，视频生成卷出新高度，Sora还能称霸吗？来这场WAIC视频生成论坛寻找答案
2023 年 PIKA 发布时，马斯克曾论断称 2024 年将是「人工智能电影」元年。年初 Sora 惊艳亮相、大杀四方，接着 Stable Video Diffusion 、LTX Studio、谷歌 Veo 轮番炸场，再到近期的可灵、Luma 和 Runway 隔空斗法……短短半年时间，众多 AI 视频应用如雨后春笋般涌现，不仅将视频生成技术推向了新的高度，而且拓展了 AI 视频的应用范围，赋予未来更多可能性。如今，发展多模态能力已成为 AIGC 应用的大势所趋，伴随着视频生成技术的不断完善，以及越来越多 AI
6/21/2024 3:23:00 PM
机器之心
无论真实还是AI视频，「摩斯卡」都能重建恢复4D动态可渲染场景
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]雷嘉晖，美国宾夕法尼亚大学计算机系博士生 (2020 - 今), 导师为 Kostas Daniilidis 教授，目前主要研究方向为四维动态场景几何的建模表示和算法以及应用。他在计算机视
6/21/2024 3:08:00 PM
机器之心
力压GPT-4o！新王Claude 3.5 Sonnet来了，直接免费可用
如今，大模型领域更卷了！前脚 OpenAI 发布 GPT4o，硬控全场，后脚就被最大的竞争对手 Anthropic 超越了。刚刚，Anthropic 发布了全新大模型 Claude 3.5 Sonnet，号称是迄今为止最智能的模型。据介绍，Claude 3.5 Sonnet 是 Anthropic 即将推出的 Claude 3.5 系列的首个版本。该模型提高了整个领域的智能水平，在绝大多数基准评估中都超越了竞品大模型和自家前代最强 Claude 3 Opus。与此同时，运行速度、成本与自家前代 Claude 3 S
6/21/2024 3:03:00 PM
机器之心
腾讯混元文生图大模型开源训练代码，发布LoRA与ControlNet插件
6月21日，腾讯混元文生图大模型（以下简称为混元DiT模型）宣布全面开源训练代码，同时对外开源混元DiT LoRA 小规模数据集训练方案与可控制插件ControlNet。这意味着，全球的企业与个人开发者、创作者们，都可以基于混元DiT训练代码进行精调，创造更具个性化的专属模型，进行更大自由度的创作；或基于混元DiT的代码进行修改和优化，基于此构建自身应用，推动技术的快速迭代和创新。作为中文原生模型，用户在通过混元DiT的训练代码进行精调时，可以直接使用中文的数据与标签，无需再将数据翻译成英文。此前，腾讯混元文生图大
6/21/2024 2:04:00 PM
新闻助手
阿里云推出首个 AI 程序员，具备架构师、开发 / 测试工程师等岗位技能
在今天的阿里云上海 AI 峰会上，阿里云推出首个“AI 程序员”，具备架构师、开发工程师、测试工程师等岗位技能，能完成任务分解、代码编写、测试、问题修复、代码提交整个过程，号称最快“分钟级”完成应用开发。据介绍，该“AI 程序员”是基于通义大模型构建的多智能体，包含任务分解、编码、测试等不同板块，与“通义灵码”有所不同。在收到用户需求后，“AI 程序员”就可实现软件开发“一条龙”：理解需求-拆分任务-编写代码-识别并解决报错-提交代码。 据IT之家此前报道，阿里云去年 11 月推出了 AI 编程工具通义灵码，兼容
6/21/2024 1:39:41 PM
清源
武大等开源大幅面高清卫星影像数据集：涵盖 21 万 + 地理目标，复杂地理空间场景知识精准生成
AI 卫星影像知识生成模型数据集稀缺的问题，又有新解了。来自武汉大学、上海 AI 实验室、西工大等 9 家机构共同推出了该领域的大型数据集，涵盖了 21 万个地理目标和 40 万个目标-关系三元组。而且像机场、港口、立交桥等这样复杂地理空间场景，也都包括在了数据集当中。具体来说，该数据集名为 RSG，主要面向卫星影像中的目标检测（OBD）和场景图生成（SGG）任务。SGG 有助于促进模型对地理空间场景从感知到认知的智能理解，但一直缺乏大幅面、超高分辨率的卫星影像数据。而 RSG 的出现很好地填补了这一空白，一同提出
6/21/2024 1:28:04 PM
汪淼
软银创始人孙正义：新一轮投资将致力于打造“超级人工智能”
据彭博社报道，软银集团创始人孙正义今天在年度大会上对股东表示，他计划打造一个“超级人工智能”时代。孙正义此次描绘了创造出“比人类聪明数千倍”的人工智能的雄心壮志。他表示，Arm 的芯片将支持一个由机器人和强大数据中心组成的生态系统，可以共同治疗癌症、打扫房屋、与孩子一起玩耍。孙正义在今天的大会上出现了数次情绪激动的状况，直言想在永远离开世界之前“改变世界”。他谈到了自己的故友史蒂夫・乔布斯，“当我意识到自己的遗产与乔布斯的遗产相比，实在是相形见绌时，我常常会泪流满面。”“实现超级人工智能是我要做的事情，”孙正义说道
6/21/2024 1:21:56 PM
清源
捕捉关键球员默契度，TuGraph程序员用图计算加大模型做足球预测
2024年欧洲杯比赛正酣。在赛场之外，一些围绕观赛的自发科技创新也开始涌现，成为了一道独特的风景。近日，据TuGraph图计算官方微信，其创新小组研发了一项融合图计算、大模型等技术的足球赛事分析工具“智猜足球”，旨在探索新兴人工智能技术在体育赛事应用的可行性。据介绍，这项应用分析了一年多以来欧洲各球队和俱乐部的赛事公开数据，利用图算法构建了一张球员关系网络图，分析了近30000名球员之间的协作关系，并借助图神经网络（GNN）、Transformer、大语言模型等前沿技术，量化球员间的默契配合与竞技对抗元素，训练了近
6/21/2024 11:34:00 AM
新闻助手
百图生科、智子引擎获新投资；Anthropic发布其最强大模型Claude3.5；Ilya创立安全超级智能公司丨AI情报局
融资快报百图生科获得港投公司的战略投资：百图生科由百度创始人李彦宏牵头发起，依托原BV百度风投生物智能团队及其50家全球被投企业的生态基础组建。 计划投入上百亿元建设自主可控的生物计算平台，利用前沿算法、智能传感器、智能芯片、微纳机器人等AI能力解决生命科学问题。 （IT桔子）智子引擎获得Pre-A轮投资：智子引擎是一家多模态大模型研究和开发商，发布了第一款应用级多模态ChatGPT产品“元乘象 ChatImg”。
6/21/2024 10:17:00 AM
我在思考中
德国研究团队发布新 AI 模型，可根据网球运动员肢体语言识别情绪
据 ScienceDaily17 日报道，德国卡尔斯鲁厄理工学院和杜伊斯堡-埃森大学研究人员借助计算机辅助神经网络，准确识别了网球运动员在比赛中的肢体语言所表达的情绪。团队首次利用实际比赛数据训练了这一基于 AI 的模型，研究成果登上了最新一期人工智能领域学术期刊《知识系统》。IT之家附链接：，两所学校的体育科学、软件开发与计算机科学研究人员开发了一种特殊的 AI 模型，利用卷积神经网络识别网球运动员的情感状态，并使用模式识别程序分析了实际比赛中网球运动员的视频。卡尔斯鲁厄理工学院体育与运动科学研究所 Darko
6/21/2024 10:10:06 AM
清源
“力压 GPT-4o 和 Gemini 1.5 Pro”，Anthropic 推出 Claude 3.5 Sonnet AI 模型
Anthropic 今天（6 月 21 日）推出了 Claude 3.5 Sonnet，这是 Claude 3.5 系列的首个模型版本，在各项评估中优于 OpenAI 的 GPT-4o 和谷歌的 Gemini 1.5 Pro。Claude 3.5 Sonnet 在前代的基础上迭代升级，性能更快，编码、视觉和自然语言理解能力更强。Claude 3.5 Sonnet 属于中等尺寸模型，介于小型 Haiku 和高端 Opus 之间，但 Anthropic 声称，根据内部基准测试，Sonnet 的性能甚至超过了顶级 Opu
6/21/2024 9:28:39 AM
故渊
有望不再建议往披萨里加胶水？数据显示谷歌已降低 Reddit 对 AI 搜索结果的影响
今年的谷歌 I / O 大会上，谷歌推出了“重磅功能”—— 基于 AI 的搜索（AI 摘要 / AI Overviews）。然而在此功能上线后不久，不少用户反馈称 AI 会生成一些奇怪的结果，例如往披萨里加胶水防止配料掉落、每天吃几块小石头等等。据悉，部分奇怪回复是 AI 系统从 Reddit 帖子中提取信息而造成的，例如往披萨里加胶水就来自一个 11 年前的 Reddit 帖子。根据搜索引擎优化平台 SERanking 当地时间 20 日公布的数据显示，Reddit 已经不再是谷歌“AI 摘要”功能信息来源的前十
6/21/2024 8:31:22 AM
清源
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
机器人
数据
AI新词
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
智能体
技术
Gemini
马斯克
英伟达
Anthropic
图像
AI创作
训练
LLM
论文
代码
算法
苹果
AI for Science
腾讯
Agent
Claude
芯片
Stable Diffusion
具身智能
蛋白质
xAI
开发者
生成式
人形机器人
神经网络
机器学习
3D
AI视频
RAG
大语言模型
Sora
研究
百度
生成
GPU
字节跳动
工具
华为
AGI
计算
大型语言模型
AI设计
搜索
生成式AI
视频生成
亚马逊
DeepMind
AI模型
特斯拉
场景
深度学习
Transformer
架构
MCP
Copilot
编程
视觉