AI.x社區
- 登錄/注冊
Grok多模態大模型Grok-1.5V來了！
原創Grok1.5V是下xAI第一代多模態大模型，除了其強大的文本能力外，Grok現在還可以處理各種各樣的視覺信息，包括文檔、圖表、示意圖、截圖和照片。Grok1.5V即將提供給早期測試人員和現有的Grok用戶使用。能力Grok1.5V在多個領域與現有多模態大模型具有競爭力，從多學科推理到理解文檔、科學圖表、截圖和照片。Grok在新RealWorldQA基準測試中表現優異，該測試衡量了對現實世界空間理解的能力。對于下面的所有數據集，在零提示的情況...Grok多模態大模型如何測試大模型
原創出品51CTO技術棧（微信號：blog51cto）圍繞使用AI助手減少手動工作、利用代碼生成器提高軟件開發者生產力和通過生成式AI進行創新，業界正掀起一股熱潮。這些商業機遇促使許多開發團隊構建知識庫，使用向量數據庫，并將大型語言模型（LLMs）嵌入到他們的應用中。構建具有LLM功能的應用程序的一些通用用例包括搜索體驗、內容生成、文檔摘要、聊天機器人和客戶服務應用。行業實例包括在醫療保健領域開發患者門戶、在金融服務領域改...模型數據庫LLM碳課堂｜碳關稅是什么？企業如何從容應對？
2023年10月1日，歐盟碳邊境調節機制（CBAM）法規，即全球首個“碳關稅”開始實施。據世界銀行研究報告稱，如果“碳關稅”全面實施，在國際市場上，中國制造可能將面臨平均26%的關稅，出口量可能因此下滑21%。本文為大家深度解讀碳關稅，從碳關稅的定義、發展歷程、征收方式到相關影響、企業應對措施五個方面展開。一、碳關稅的定義碳關稅，即碳邊界調整機制（CBAM），也稱碳邊境調節稅，指主權國家或地區對高耗能產品進口征收的...碳管理碳課堂推薦！精選五大GPT模型，提升智能交互體驗
最近，ChatGPT推出了一項引人注目的新功能——自定義GPT，這一創新功能為用戶帶來了前所未有的個性化體驗。通過提供特定的文檔、網頁鏈接等資料，用戶可以輕松打造一個完全符合自己需求和偏好的聊天機器人。啟用該功能后，聊天機器人將能夠更好地理解用戶的意圖，提供更加個性化和精準的交流體驗。這一功能的推出，無疑將為用戶帶來更加便捷、高效的溝通方式，讓每一次交流都充滿驚喜和滿足。如果你暫時不想親自動手創建定制版...GPT模型智能初創公司如何從零開始訓練出優秀的LLMs
精華鑒于我們在Reka成功地培訓了相當強大的多模態語言模型，許多人對從零開始建立基礎設施并訓練大型語言和多模態模型的經驗特別感興趣。我在社交媒體上經常抱怨外部（Google之外）的基礎設施和代碼，這讓人們對我在荒野中錯過了什么，以及我對什么討厭喜歡非常好奇。所以終于有了這篇文章。這篇博客文章揭示了挑戰和經驗教訓。我希望這篇文章對許多人來說既有趣又有教育意義。在荒野中訓練LLMs（圖片由DallE生成）在LLMs時代的硬件...LLMsGoogle硬件模擬一切實現AGI？OpenAI Sora核心成員最新演講+專訪來了
通過什么方式夠實現通用人工智能？近期由AGIHouse組織的一場主題演講給出了解答。OpenAISora團隊核心成員TimBrooks和BillPeebles對通用人工智能的實現分享了一些他們的看法，作為Sora研究負責人，他們表示：「視頻生成技術將通過模擬一切來實現AGI」。這不禁引發了網友們的驚嘆：模擬一切！兄弟，我好怕……也有網友對其所稱的「模擬一切」進行調侃，認為AGI是不可能實現的。從Sora發布以來，就吸引了眾多人的關注，其功能的強...AGI模擬“音樂版Sora”服務器擠爆！功能比Suno豐富還能生成脫口秀，每人每月1200首免費暢玩
前兩天剛剛瘋傳的Suno挑戰者、“音樂版Sora”正式現真身：正式名稱Udio，已完全免費開放，每人每月有足足1200首額度，網友們都玩瘋了。有人居然寫了首催更奧特曼快點發布GPT5的金屬作品。咳咳，更高能的甚至還創作出了脫口秀……！創始人看完都直拍大腿：這絕對是我們意料之外的功能。場面之熱鬧，有了Sora誕生之時的感覺了。不僅各種風格要啥有啥（古典、流行、說唱、鋼琴爵士、重金屬等等），還支持多種語言，中文韓文歌也可...生成音樂實力打臉！Adobe用競品Midjourney圖片訓練Firefly。內部員工批評不斷終爆料
原創撰稿｜言征出品51CTO技術棧（微信號：blog51cto）AIGC圈太魔幻了，啪啪打臉的時刻總是在路上！開源的模型會變閉源，比如被認為是開源獨角獸的Mistral，開始考慮“使命與商業利益之間的平衡”，推出閉源的旗艦大模型Large。當然，上一次這么說的還要數OpenAI。不過在外界看來，理由就是四個字：我、要、賺、錢！再比如，一開始攻擊谷歌搜索廣告泛濫的AI搜索寵兒PerplexityAI也宣布了自己網站開始賣起了廣告位，同樣一改對于“恰...AdobeAIMidjourney僅聽3秒，AI零樣本克隆人聲達到人類水平，情緒語調隨意改
這就是微軟與中國科技大學、香港中文大學（深圳）和浙江大學等機構合作，推出的NaturalSpeech3系統。該系統采用了創新的屬性分解擴散模型和屬性分解語音神經編解碼器FACodec，從“表示”和“建模”兩個維度對語音數據進行深入研究。通過數據模型的規模化方法，在多說話人數據集LibriSpeech上首次實現了零樣本的人類水平語音合成。指定特征實現個性化輸出文本到語音合成（TTS）技術作為生成式人工智能的關鍵分支，在大型語言模型...模型代碼除了唱歌，AI還能替你演出？又一AI公司將虛擬人推到新高度
精華用Suno十秒寫歌，是不是已經很震撼？現在不僅如此，用最新的AI工具，我們還可以快速生成歌手唱歌MV。最近，一家名為AKOOL的AI公司推出了一個唱歌虛擬人工具，用戶只需在平臺上選擇虛擬人，簡單輸入歌詞指令，便可生成能唱歌的虛擬人MV。視頻中的“歌手”在雪地里隨著音樂翩翩起舞，“假唱”對口型也毫不遜色。聲音、面容，一鍵替換AKOOL擁有豐富的AI換臉視覺表現技術以及成熟的聲音克隆技術。在Tiktok上，用AKOOL制作的換臉、換...AI數字世界曾爆火的 InstantID又有了新玩法：風格化圖像生成，已開源
風格化圖像生成，也常稱為風格遷移，其目標是生成與參考圖像風格一致的圖像。此前基于diffusion的方法（比如LoRA）通常需要批量的同風格數據進行訓練，無法遷移到新的風格中，或者基于inversion（如StyleAlign），通過將風格圖像還原到latentnoise后，將其前向傳播得到的K、V用于替換風格圖像生成中的K、V，但這類方法往往由于inversion的操作，造成風格退化。最近，InstantID原班團隊推出了風格遷移的新方法InstantStyle，與人...圖像生成開源GPT超越擴散、視覺生成Scaling Law時刻！北大&字節提出VAR范式
新一代視覺生成范式「VAR:VisualAutoRegressive」視覺自回歸來了！使GPT風格的自回歸模型在圖像生成首次超越擴散模型，并觀察到與大語言模型相似的ScalingLaws縮放定律、ZeroshotTaskGeneralization泛化能力：論文標題:"VisualAutoregressiveModeling:ScalableImageGenerationviaNextScalePrediction"這項名為VAR的新工作由北京大學和字節跳動的研究者提出，登上了GitHub和Paperwithcode熱度榜單，并得到大量同行關注：目前體驗...模型圖像生成一文帶你全面了解開源時間序列預測利器——TimeGPT
原創引言當今時代，人工智能從根本上重塑了預測分析，使預測比以往任何時候都更加精確。所有行業的企業都在利用人工智能的廣泛能力來預測未來趨勢，并為即將到來的事情做好準備。任何預測的準確性都取決于許多因素：人工智能算法的復雜性、預測模型的穩健性，以及它們所訓練的數據的質量和數量，等等。Nixtla公司開發的開源產品TimeGPT（https:docs.nixtla.iorefhackernoon.com）是一個專門為預測時間序列數據而設計的生成式預訓練...人工智能TimeGPT算法數字化轉型究竟能為企業帶來哪些巨變？
L集團是一家大型企業集團。隨著集團數字化轉型進程的加速，如何保證數字化落地過程不打折扣、落地效率和效果可控？為此，L集團選擇攜手AMT企源，在數字化規劃合作之后，開展數字化轉型全過程管理合作。在項目開展的一年時間里，AMT企源和L集團組成的聯合項目組主要聚焦于補短板、打基礎，僅為集團數字化系統建設的落地開展了卓有成效的全過程管理工作，而且在各系統建設過程中，持續推進數據治理項目、提升基礎設施能力，為數字...數字化轉型AMT企源核桃CMS - 支持涉密系統分級保護、國產化環境
核桃CMS是一款基于SpringBoot2架構的JAVA網站建設平臺，主要特點是支持涉密信息系統分級保護功能、支持國產化環境、支持等保二、等保三級、提供全文搜索引擎、支持多級審批、支持動靜混合模式，能夠更好的適配涉密信息系統及內部網站建設需求。核桃CMS基于SpringBoot2架構，前端基于vue、elementui，是一款安全、可靠、穩定的網站建設平臺，已經在多家央企、部委部署使用。核桃CMS支持全系列JAVA運行環境，包括國產操作系統、中...CMS系統直接擴展到無限長，谷歌Infini-Transformer終結上下文長度之爭
精華谷歌又放大招了，發布下一代Transformer模型InfiniTransformer。InfiniTransformer引入了一種有效的方法，可以將基于Transformer的大型語言模型(LLM)擴展到無限長輸入，而不增加內存和計算需求。使用該技術，研究者成功將一個1B的模型上下文長度提高到100萬；應用到8B模型上，模型能處理500K的書籍摘要任務。自2017年開創性研究論文《AttentionisAllYouNeed》問世以來，Transformer架構就一直主導著生成式人工智能領域。而谷歌...Transformer架構LiDAR仿真新思路 | LidarDM：助力4D世界生成，仿真殺器~
精華原標題：LidarDM:GenerativeLiDARSimulationinaGeneratedWorld論文鏈接：https:arxiv.orgpdf2404.02903.pdf代碼鏈接：https:github.comvzyrianovlidardm作者單位：伊利諾伊大學麻省理工學院論文思路：本文提出了LidarDM，這是一種新穎的激光雷達生成模型，能夠產生逼真、布局感知(layoutaware)、物理上可信以及時間上連貫的激光雷達視頻。LidarDM在激光雷達生成建模方面具有兩個前所未有的能力：（一）由駕駛場景引導的激光雷達...激光雷達模型為什么大佬都在說Agent是未來？換個角度來談一談
很多AI領域大佬，如吳恩達，Karpathy都表示看好Agent，將其作為未來最有潛力的方向。筆者曾經在之前文章提到過“RAG的盡頭是Agent，AI的盡頭是替代人”。這里的核心推理邏輯是什么？我們首先以“用戶去某地旅游”為需求來解釋LLM、RAG、Agent三者的能力邊界以及需求滿足度。LLM：能夠生成“無法考證可能正確”以及“不一定及時”的相關行程攻略，景點等信息。RAG：能夠檢索一些時效性高、內容可靠的信息源的內容，并生成相關的...AgentAISOPAI寫簡歷常用的指令大全
原創制作一份杰出的簡歷是獲得夢想工作的關鍵一步。隨著人工智能的崛起，像ChatGPT這樣的工具顯著簡化了這一過程。在本文中，我將分享15個最佳的ChatGPT簡歷技巧，以最大化利用該工具在生成、編輯、完善、定制和校對簡歷方面的潛力。首先，讓我們了解一個非常重要的概念：ATS（申請者追蹤系統）。ATS是一種管理招聘流程的軟件，幫助雇主從成千上萬份簡歷中篩選出符合崗位要求的候選人。它通過特定的算法檢測簡歷中的關鍵詞、短語和...AI簡歷干貨！100多條GPT寫論文的經典指令
原創今日分享100多個常用的論文指令，希望對大家能帶來prompt的啟發和幫助...確定主題和標題1.舉例說明醫療保健的新趨勢，這可能是研究論文中有趣的研究主題。2.分析[插入主題名稱]的研究是否存在空白，并提出潛在的研究主題。3.使用定量和定性研究方法推薦研究[插入主題名稱]的主題。4.分析主題[插入主題名稱]的范圍是否足夠廣泛，并推薦我可以撰寫的相關主題。5.比較以下主題，并根據哪些主題具有更大的范圍和相關性，幫助我決定...GPT論文
