-
在过去的三十年间，高性能计算（HPC）取得了突飞猛进的进展，在科学计算等领域发挥着重要的作用。而当前，云计算和移动计算正逐渐成为主流的计算范式，与此同时深度学习等AI方法所带来
-
近年来，基于 Transformer 的大规模多模态训练促成了不同领域最新技术的改进，包括视觉、语言和音频。特别是在计算机视觉和图像语言理解方面，单个预训练大模型可以优于特定任务的专家模
-
为了构建更负责任的人工智能系统框架，微软已确认将撤回通过图像分析来判断个人情绪状态的软件。与此同时，该公司还将对泛滥的面部识别技术加以限制。作为一组试图推断情绪、性别、
-
「笨得和石头一样！」这是微软CEO 纳德拉在接受英国《金融时报》的采访时，对第一波语音助手——苹果的Siri、亚马逊的Alexa 和微软自己的Cortana之类的斥责。是的，ChatGPT面前，这些曾经的「
-
数据驱动的运营策略可以降低成本，提高生产力，并支持更好的整体环境。物联网(IoT)技术的兴起为维护计划增加了新的维度。来自物联网设备的数据可以为设施管理人员提供洞察力，以有效地
-
未来的社会会被通用人工智能（AGI）控制吗？当拥有多个 ChatGPT 智能体会有多可怕。ChatGPT 已经初步展现了 AGI 的雏形，成为了各行各业工作人员的全能小助手，但如果任由其野蛮生长，不加于
-
4 月 25 日消息，根据美国全国经济研究所（NBER）公布的最新报告 [PDF]，生成式人工智能可有效提高员工的生产力，对客户服务部门员工的影响最为明显。NBER 报告主要调查了一家财富 500 强软件
-
IT之家5月16日消息，360官方微信公众号今日发布消息称与智谱AI达成战略合作，共同研发千亿级大语言模型360GLM。360官方称，其与智谱AI研发的千亿级大语言模型360GLM已具备新一代认知智能通用模型水准。360致力于实施“两翼齐飞+四路并发”的人工智能发展战略，号称通过360的智能核心技术与优势场景让大模型技术获得更加广泛、深入的落地场景，赋能更多行业。周鸿祎表示，国内应当建立大型科技企业+重点科研机构的产研协同创新模式，打造中国的“微软+OpenAI”组合引领大模型技术攻关。他表示，此次与智谱
-
“嘭！”“发射正常！”“机翼尾翼展开正常！”“螺旋桨最大功率推进！”“姿态改平正常！”“开始巡航！”“到达目标上空发现目标！”“目标锁定成功！”“完成打击！”伴随着这一连串的指令，西工大无人系统技术研究院相关团队的大仰角弹射长航时“游隼”管射折叠翼无人机（以下简称“游隼”长航时折叠翼无人机）捷联图像末制导闭环试验成功。“游隼”长航时折叠翼无人机在陆地大仰角发射过程与末制导过程管射折叠翼无人机是近年来兴起的新型巡飞与精确制导装备。由于考虑便携性和灵巧性，管射折叠翼无人机采用储存、运输、发射一体，发射管的有限
-
想象一下，未来的你，无论身处何时，身在何地，都能与世界永不失联，这就是卫星互联网所带来的颠覆。卫星互联网是基于卫星通信的互联网，通过发射一定数量的卫星形成规模组网，从而辐射全球，构建具备实时信息处理的大卫星系统，是一种能够完成向地面和空中终端提供宽带互联网接入等通信服务的新型网络，具有广覆盖、低延时、宽带化、低成本等特点。按照轨道高度，通信卫星主要包括LEO（低地球轨道）、MEO（中地球轨道）、GEO（地球静止轨道）、SSO（太阳同步轨道）以及IGSO（倾斜地球同步轨道）。其中低轨卫星由于传输延时小、链路
-
复杂环境下透明物体的感知和抓取是机器人领域和计算机视觉领域公认的难题。近日，来自清华大学深圳国际研究生院的团队与合作者提出了一种视-触融合的透明物体抓取框架，该框架基于RGB相机和带有触觉感知能力的机械爪TaTa,并通过sim2real的方式来实现透明物体的抓取位置检测。该框架不仅可以解决玻璃碎片等不规则透明物体的抓取，还可以实现重叠、堆叠、高低不平、沙堆甚至高动态水下透明物体抓取问题。图片透明物体由于其美观、简约等特点而在生活中广泛应用。比如厨房、商店、工厂都能见到他们的身影。虽然透明物体很常见，但对于
-
中国气象局最近发布了《人工智能气象应用工作方案(2023—2030年)》，旨在加速国内人工智能气象应用技术体系建设，增强人工智能技术的基础支持能力，建立完善的人工智能气象应用政策环境，促进人工智能技术在气象观测、预报和服务中的深度融合，为实现精准监测、准确预报和精细化服务提供新的技术支持根据中国气象局官方微博消息，该计划明确了到2025年的目标，即确定人工智能气象应用的发展路线图，构建“542”整体框架布局，包括建立人工智能大数据库、算力环境、算法模型、开放平台和检验评估的“五大基础”支撑；启动气象预报大
-
在8月14日晚的发布会上，小米创始人兼董事长雷军展示了第二代仿生四足机器人CyberDog2【来源：小米机器人实验室】（引自小米机器人实验室）
-
本文将介绍一种通过BEVSketch布局来精确生成多视角街景图片的方法在自动驾驶领域，图像合成被广泛应用于提升下游感知任务的性能在计算机视觉领域，提升感知模型性能的一个长期存在的研究难题是通过合成图像来实现。在以视觉为中心的自动驾驶系统中，使用多视角摄像头，这个问题变得更加突出，因为有些长尾场景是永远无法收集到的根据图1(a)所示，现有的生成方法将语义分割风格的BEV结构输入生成网络，并输出合理的多视角图像。在仅根据场景级指标进行评估时，现有方法似乎能合成照片般逼真的街景图像。然而，一旦放大，我们发现它无
-
很多公司都在结合GPU的算力发展，探索出适合自己的机器学习问题解决方案。例如，小红书在2021年开始进行推广搜模型的GPU化改造，以提升推理性能和效率。在迁移过程中，我们也面临一些困难，例如如何平滑迁移到异构硬件，如何结合小红书的业务场景和在线架构发展出自己的解决方案等等。在全球降本增效的趋势下，异构计算成为了一种很有前途的方向，可以通过将不同类型的处理器（如CPU、GPU、FPGA等）组合在一起来提高计算性能，从而实现更好的效率和更低的成本。1.背景小红书推荐、广告、搜索等主要场景的模型服务，统一由中台
