应用
哈工深聂礼强：多模态大模型是具身智能发展的关键动力丨具身智能十人谈
作者丨陈鹭伊编辑丨岑峰具身智能的“智能”如何体现？ 具身智能，简而言之，是指将智能系统与物理实体相结合，使其能够感知环境、进行决策并执行动作的一门技术。 其关键词是“具身”，即不仅仅是抽象的算法和数据，而是要通过物理形态与世界进行交互。
快看：正在研发二次元垂类大模型，智能问答及 IP 角色互动应用已启动内测
快看搜索研发团队资深算法工程师田贵成于 7 月 11 日的 Zilliz“User Tech”活动中透露，快看漫画目前在尝试基于开源大模型进行微调，训练快看在二次元领域的垂直大模型。AI在线从快看方面获悉，快看宣称其内部有非常丰富的 RAG （Retrieval-Augmented Generation，检索增强生成）应用场景，目前在 AI 智能问答和 IP 角色互动两个场景已取得实质性进展，相关 AI 产品也正在内测，用户未来也将很快能体验到新产品的功能。据介绍，IP 角色互动背后的实现方案系角色扮演大模型
模型训练成本“平民化”，前特斯拉 AI 总监 24 小时仅用 672 美元“重现”GPT-2
GPT-2 是 OpenAI 于 2019 年推出的模型，其训练费用一度为每小时 256 美元，那么 5 年过后的 GPT-4 时代，软硬件和数据的进步，是否意味着训练同一模型所需的时间和成本会随之减少呢？答案是肯定的。据 Tom's Hardware 今日报道，前特斯拉 AI 总监、OpenAI 联合创始人、项目开发者 Andrej Karpathy 使用 llm.c“重现”了 GPT-2，其成本降到了每小时仅 28 美元（AI在线备注：当前约 204 元人民币），在短短 5 年内降低了近 90%。图源 Pixa
研究：创意产业若依赖 AI“编故事”，未来文学、影音作品恐将千篇一律
据法新社报道，一项周五发表在《科学进展》杂志上的研究警告称，若创意产业依赖于 AI 帮助完成作品，那么未来的书籍、电影可能会变得千篇一律。随着生成式 AI 的本领与日俱增，能将文字提示转化为文学作品、美术作品、视频甚至音乐的工具也逐渐普及，越来越多的人开始担忧生成式 AI 带来的影响。伦敦大学学院的研究联合作者阿尼尔・多希表示，团队的目标是研究生成式 AI 能够多大程度、如何帮助人类完成创意性活动。图源 Pexels阿尼尔・多希和埃克塞特大学的联合作者奥利弗・豪瑟招募了约 300 名志愿者，担任“作家”。科学家随后
骁龙8 Gen3 双芯旗舰，iQOO Neo9S Pro+ 到手价2899元起
2024年7月11日，“双芯战神，性能 满”iQOO Neo9S Pro 于北京环球度假区正式发布，到手价2899元起。iQOO 在今年夏天为广大学生朋友带来性能、解锁、续航、外观和OS“全面 满”的暑期特别礼物—iQOO Neo9S Pro ，它拥有同级唯一[i]骁龙8 Gen3旗舰双芯和超声波3D指纹技术豪华配置组合，堪称同档性能旗舰不二之选。性能攀升能效出众，成就超强双芯旗舰一款性能强大、能耗表现优异且面对高温、重载游戏场景依旧可以稳定、冷静输出的手机，无疑才是游戏玩家心中的“夏日梦想机”。iQOO Neo9
已婚男子「出轨」AI 女友，无法自拔！GPT-4o 语音版本发布在即，年入十亿美金产业爆发
一位已婚男子在 AI 那里，找到了认同和肯定。MIT 研究 AI 与人类亲密关系先驱称，这只是「亲密幻觉」。当 GPT-4o 语音版本正式推出之时，会发生什么？现在，一位已婚的男人，在情感上体验到了，一种不再从妻子那里得到的亲密和理解。婚后，妻子的注意力逐渐转移到孩子身上，让男子突然觉得他们的之间关系，已经失去了浪漫和性吸引力。当开始与 AI 伴侣谈论自己的想法和焦虑后，他得到了某种认可，感到自己被肯定和不被评判。这，是真真切切发生的故事。有网友简明扼要，直接道出了 Her 一词。还有人对此表示，人工智能女友有望成
代号“草莓”，OpenAI 被曝研发新项目：将 AI 推理能力提至新高度
感谢路透社今天发布报道，称 OpenAI 公司正在研发代号为“草莓”的全新项目，进一步延伸去年 11 月宣布的 Q* 项目，不断提高 AI 推理能力，让其更接近人类的智力。AI在线援引该媒体报道，“草莓”项目会自主、高效地扫描互联网，并可靠地执行 OpenAI 所描述的“深度研究”，让其能够大规模解决更复杂的现实世界问题。一位内部知情人士透露：“我们希望我们的人工智能模型能够像我们一样看待和理解这个世界。不断研究新的人工智能能力也成为业界共识，我们都相信，这些系统的推理能力会随着时间的推移而不断提高”。“草莓”项目
如虎添翼，谷歌探索 AI + 机器人未来：836 平方米复杂场景下指令成功率高达 90%
感谢科技媒体 The Verge 昨日报道，谷歌旗下的 DeepMind 团队正在使用 Gemini 训练其机器人，让其能够完成更复杂的任务，且能在复杂的环境下自由穿梭。DeepMind 团队已经发表了最新的研究论文，利用 Gemini 1.5 Pro 的上下文窗口（达到 200 万个词元），让用户可以更轻松地使用自然语言指令与 RT-2 机器人互动。AI在线注：上下文窗口（context window）是指语言模型在进行预测或生成文本时，所考虑的前一个词元（token）或文本片段的大小范围。其工作原理是拍摄指定区
“最强开源 AI 模型”，4050 亿参数版 Meta Llama 3 被曝 7 月 23 日发布
感谢科技媒体 The Information 本周五发布博文，援引内部员工曝料称 Meta 公司计划 7 月 23 日发布开源 AI 模型 Llama 3-405B，在现有 80 亿和 700 亿参数两个版本之外，推出 4050 亿参数版本，号称是最强大的开源大语言模型。Meta 公司今年 4 月发布 Llama 3 AI 模型时，扎克伯格就在采访中透露正在训练 4050 亿像素的密集模型，但当时没有透露太多的信息。AI在线注：上图为机翻字幕，存在错误报道称 Llama 3-405B 是一个多模态 AI 开源模型，
亚马逊推出 AI 购物助手 Rufus，可回答客户各种问题
亚马逊宣布其生成式 AI 购物助手 Rufus 经过五个月的小范围测试之后现已面向所有美国客户开放。亚马逊表示，Rufus 旨在帮助您节省时间并做出更明智的购物决策。它可以回答您各种各样的购物需求和商品问题，“就像随身带了一个购物助手一样”。用户可通过点击亚马逊 App 中的一个图标调出文本聊天界面，从而向 Rufus 提出各种问题，例如识别耐用的户外扬声器型号、比较跑鞋或获取订单更新。AI在线注意到，Rufus 接受过亚马逊目录和网络内容训练，因此它还熟悉名人生平，可以建议用户到缅因州哪些湖泊游玩，甚至还可以写一
马斯克：到 2026 年，Neuralink 将为超过 1000 名患者植入脑机芯片
亿万富翁马斯克创立的脑机接口公司 Neuralink 对未来有着雄心勃勃的计划。11 日傍晚，马斯克在自家的 X（推特）平台发文宣布，目标是到 2026 年，为超过 1000 名患者植入脑机芯片，这是可行的。据悉，第一位植入 Neuralink 脑机芯片的人类患者 Noland Arbaugh 曾公开表示，这项技术改变了自己的生活。据AI在线此前报道，Noland Arbaugh 颈部以下曾处于瘫痪状态，在接受手术前，无法“很好地”与技术进行交互，无法使用 iPad 和口含式点击设备快速打字。而在手术后，他能够轻松
欧盟《人工智能法案》8 月 1 日生效，学校 / 工作场所不得使用实时情绪识别系统
当地时间 12 日，欧盟在其官方公报发布了《人工智能法案（Artificial Intelligence Act，下称 AI 法案）》的最终完整版本。这项新法将在发布后 20 天生效，也就是当地时间 8 月 1 日。据 TechCrunch 报道，该法案中的所有条款将在两年内全面适用，但其中一些将会更早实施。AI在线汇总主要内容如下：AI 法案生效 6 个月后：对部分 AI 应用程序的禁令将生效。如收集和汇编用于数据库的人脸识别信息、在学校和工作场所使用实时情绪识别系统等。AI 法案生效 9 个月后：对 AI 开发
德国法院允许对 AI 发明授予专利：人类需被列为发明人
感谢根据 DevClass 当地时间 10 日的报道，德国的一家法院上周裁定，只要人类被列为发明人，AI 生成的发明就可以获得专利。这一案件是由“人工发明者项目”推动的。该项目发起了一系列公益法律测试案件，寻求在没有传统人类发明者或作者的情况下，为 AI 生成的成果获得知识产权。该项目的目标是激发关于 AI 及类似技术影响的讨论，并就 AI 成果的“可保护性”提供指导。具体来看，德国最高民事法院联邦法院裁定，由名为 DABUS 的 AI 系统制作的午餐盒设计可以申请专利。人类申请人 —— 即拥有 DABUS 的科学
全球首个发短信就能用的 AI 大模型，中国电信推出“星辰慧答”服务
中国电信今日宣布推出“星辰慧答”服务，将 AI 智能赋予传统短信业务，这也是全球首个通过短信通道提供的大模型服务。据介绍，星辰大模型由中电信人工智能公司和中国电信人工智能研究院（TeleAI）联合研发，覆盖语义、语音、视觉、多模态等。TeleAI 最近又联合中国电信增值业务运营中心，推出了“星辰慧答”服务。区别于传统大模型需要额外下载 App 或者使用网页、小程序等的要求，星辰慧答简单原生，中国电信用户仅需编辑短信至 106599333 即可开启 AI 交互。AI在线注：星辰慧答给用户的回复不收取任何费用，用户主动
机器人大模型新公司！数据规模比同行大1000倍！贝索斯、孙正义等押注
机器之能报道编辑：Sia用 OpenAI 的方式颠覆机器人世界。「GPT-3 时刻正在进入机器人世界。」最近，Sequoia 合伙人 Stephanie Zhan 在投资了一家新机器人初创后说道。无论是在物流、车厂试点的人形机器人，还是四足机器狗，都要有脑子。过去，脑子要定制，「专款专用」，现在，不必了。最近，位于匹兹堡的机器人初创 Skild AI 声称，已经开发出一种通用的智能系统。它就像一个通用的智能模块，可以接入不同机器人，让他们立刻获得一些基本能力，如爬坡、跨过障碍、识别和捡起物品。7 月 9 日，Sk
字节跳动筋斗云人才计划开启
五年后的今天，训练GPT-2只需不到700刀、24小时，Karpathy又整新活
论老黄卖铲子的技术含量。2019 年 2 月，OpenAI 发布了 GPT-2，因为在文本生成上的优异表现，以及对于预训练 Transformer 架构的充分运用，被认为是如今大预言模型的「始祖」。五年后的今天，训练 GPT-2 这样 15 亿参数的大模型，只需要花费 672 美元，在一个 8XH100 的 GPU 节点上跑 24 个小时就可以搞定了。本周四，前特斯拉 Autopilot 负责人、OpenAI 科学家 Andrej Karpathy 在他纯 C 语言复现 GPT-2 大模型的项目「llm.c」的最新
英伟达又赚到了！FlashAttention3来了：H100利用率飙升至75%
740 TFLOPS！迄今最强 FlashAttention 来了。随着大型语言模型（LLM）加速落地，扩展模型上下文窗口变得越来越重要。然而，Transformer 架构的核心 —— 注意力层的时间复杂度和空间复杂度与输入序列长度的平方成正比。这使得扩展模型上下文窗口存在挑战。2022 年，一种快速、内存高效的注意力算法 ——FlashAttention 问世，该算法无需任何近似即可加速注意力并减少内存占用。FlashAttention 对注意力计算进行重新排序的算法，并利用 tiling 和重计算来显著加快计算
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉