-
在当今科技日新月异的浪潮中，人工智能（ArtificialIntelligence,AI）、机器学习（MachineLearning,ML）与深度学习（DeepLearning,DL）如同璀璨星辰，引领着信息技术的新浪潮。这三个词汇频繁出现在各种前沿讨论和实际应用中，但对于许多初涉此领域的探索者来说，它们的具体含义及相互之间的内在联系可能仍笼罩着一层神秘面纱。那让我们先来看看这张图。可以看出，深度学习、机器学习和人工智能之间存在着紧密的关联和递进关系。深度学习是机器学习的一个特定领域，而机器学习则是人工智
-
全球首个开源的类Sora架构视频生成模型，来了！整个训练流程，包括数据处理、所有训练细节和模型权重，全部开放。这就是刚刚发布的Open-Sora1.0。它带来的实际效果如下，能生成繁华都市夜景中的车水马龙。还能用航拍视角，展现悬崖海岸边，海水拍打着岩石的画面。亦或是延时摄影下的浩瀚星空。自Sora发布以来，由于其惊人的效果和技术细节的稀缺性，揭示和复现Sora已成为开发社区中最受关注的话题之一。例如，Colossal-AI团队推出了一项能够降低46%成本的Sora训练和推理复现流程。短短两周时间后，该团队
-
大模型的幻觉终于要终结了？今日，社交媒体平台Reddit上的一则帖子引起网友热议。帖子讨论的是谷歌DeepMind昨日提交的一篇论文《Long-formfactualityinlargelanguagemodels（大语言模型的长篇事实性）》，文中提出的方法和结果让人得出大语言模型幻觉不再是问题了。我们知道，大语言模型在响应开放式主题的fact-seeking（事实寻求）提问时，通常会生成包含事实错误的内容。DeepMind针对这一现象进行了一些探索性研究。为了对一个模型在开放域的长篇事实性进行基准测试，
-
设备故障对工业部门造成了严重的问题，导致生产损失和计划外停机。这种情况对全球加工制造商来说是一个严重的挑战，每年造成的损失可高达数十亿美元。例如，如果一个关键的生产设备突然出现故障，可能会导致整个生产线停摆数小时，进而影响整个供应链的运作。幸运的是，现代机器学习(ML)提供了一个突破性的解决方案。通过分析大量传感器数据，ML算法可以在故障和积压发生之前预测故障和积压，从而实现主动维修并大幅减少停机时间。但这还不是全部，ML还揭示了生产数据中隐藏的模式，优化了流程，减少了浪费，提高了整体效率。在组织充分发挥
-
随着Sora发布成功，视频DiT模型引起了广泛关注和讨论。设计稳定的超大规模神经网络一直是视觉生成领域研究的重点。DiT模型的成功为图像生成的规模化带来了新的可能性。然而，由于视频数据的高度结构化和复杂性，将DiT扩展到视频生成领域是一项具有挑战性的任务。一支由上海人工智能实验室的研究团队和其他机构联合组成的团队，通过大规模的实验回答了这一问题。去年11月，该团队已经发布了一款名为Latte的自研模型，其技术与Sora有相似之处。Latte是全球首个开源文生视频DiT，受到了广泛关注。许多开源框架如Ope
-
CLIPstandsforContrastiveLanguage-ImagePre-training,whichisapre-trainingmethodormodelbasedoncontrastivetext-imagepairs.Itisamultimodalmodelthatreliesoncontrastivelearning.ThetrainingdataforCLIPconsistsoftext-imagepairs,whereanimageispairedwithitscorrespond
-
组查询注意力（GroupedQueryAttention）是大型语言模型中的一种多查询注意力力方法，它的目标是在保持MQA速度的同时实现MHA的质量。GroupedQueryAttention将查询分组，每个组内的查询共享相同的注意力权重，这有助于降低计算复杂度和提高推理速度。这篇文章中，我们将解释GQA的思想以及如何将其转化为代码。GQA是在论文GQA:TrainingGeneralizedMulti-QueryTransformerModelsfromMulti-HeadCheckpointspape
-
生成式AI是人类一种人工智能技术，可以生成各种类型的内容，包括文本、图像、音频和合成数据。那么什么是人工智能？人工智能和机器学习之间的区别是什么？有哪些技术特征？人工智能是学科，是计算机科学的一个分支，研究智能代理的创造。这些智能代理可以推理、学习和自主行动的系统。智能代理的研究是可以推理、学习和自主行动的系统的研究。人工智能和构建像人类一样思考和行动的机器的理论和方法有关。在这个学科中，机器学习是人工智能的一个领域。它是根据输入数据训练模型的程序或系统，经过训练的模型可以从新的或未见过的数据中做出有用的
-
Sora之后，居然还有新的AI视频模型，能惊艳得大家狂转狂赞！图片有了它，《狂飙》大反派高启强化身罗翔，都能给大伙儿普法啦（狗头）。这就是阿里最新推出的基于音频驱动的肖像视频生成框架，EMO（EmotePortraitAlive）。有了它，输入单张参考图像，以及一段音频（说话、唱歌、RAP均可），就能生成表情生动的AI视频。视频最终长度，取决于输入音频的长度。你可以让蒙娜丽莎——这位AI届效果体验的老选手，朗诵一段独白：年轻俊美的小李子来段快节奏的RAP才艺秀，嘴形跟上完全没问题：甚至粤语口型也能hold
-
「以史为鉴，可以知兴替。」人类的进步史是一个不断吸取过去经验、推进能力边界的自我演化过程。我们从过去的失败中吸取教训，纠正错误；借鉴成功经验，提升效率和效果。这种自我进化贯穿生活方方面面：总结经验解决工作问题，利用规律预测天气，我们持续从过去学习和进化。成功从过去的经验中提取知识并将其应用于未来的挑战，这是人类进化之路上重要的里程碑。那么在人工智能时代，AI智能体是否也可以做到同样的事情呢？近年来，GPT和LLaMA等语言模型展示了在解决复杂任务时的惊人能力。然而，虽然它们可以利用工具解决具体任务，但本质
-
探索虚拟人（数字人）赋能机器人与自动驾驶领域的前沿问题在人类居住的世界中，人类是最为核心的元素。因此，智能机器（例如自动驾驶车辆和机器人）必须在人口密集的环境中具备社会意识，与人类交互。而如何感知和理解人类在智能机器研究中至关重要。由于现实世界中的人类行为多样性，其对环境变化的影响，再加上智能体与人类互动时的安全考虑，种种因素使得在真实环境中训练备社会意识的智能体变得极为困难。近年来，仿真环境作为训练智能体的一种有效的方式应运而生。但是，这些仿真环境就像无人居住的幽灵城市一样，并未包括对人类的有效模拟。如
-
3月8日消息，印度首位AI教师Iris近日上岗，希望改变学生的学习体验，通过寓教于乐提高学生对知识的掌握和运用。MakerlabsEdutech私人有限公司与阿塔尔修补实验室（ATL）合作开发的Iris是一款仿人工智能。其设计初衷是为了协助教师提供更多的教学支持。与传统机器人不同，Iris的角色不是取代教师，而是作为一种辅助工具，为学生提供更丰富的互动学习体验，以满足不同学习风格的需求。Iris目前已经在印度沿海城市Thiruvananthapuram的KTCT高级中学上岗，当地官员认为是教育领域的一个重
-
美国时间周四，微软展示了一款针对企业客户财务部门的人工智能工具，显示了微软为不同行业、专业人士和个人定制新软件计划的一部分的愿景。微软宣布推出名为MicrosoftCopilotforFinance的工具，旨在协助用户从数据集中识别风险项目、基于原始数据生成报告，并处理通常需要外包的任务。目前，微软尚未公布该财务工具的定价和发布日期。在推介这款人工智能新工具之前，微软已向销售人员和客户服务代表推出过相似的工具。这些工具的标价通常为每用户每月20美元。然而，用户还需购买CopilotforMicrosoft
-
译者|陈峻审校|重楼上个世纪90年代，当人们提起软件编程时，通常意味着选择一个编辑器，将代码检入CVS或SVN代码库，然后将代码编译成可执行文件。与之对应的Eclipse和VisualStudio等集成开发环境（IDE）可以将编程、开发、文档、构建、测试、部署等步骤纳入到一个完整的软件开发生命周期（SDLC）中，从而提高了开发人员的工作效率。近年来，流行的云计算和DevSecOps自动化工具提升了开发者的综合能力，使得更多的企业能够更加轻松地开发、部署和维护软件应用。如今，生成式AI作为下一代开发范式转变
-
通用矩阵乘法（GeneralMatrixMultiplication，GEMM）是许多应用程序和算法中至关重要的一部分，也是评估计算机硬件性能的重要指标之一。通过深入研究和优化GEMM的实现，可以帮助我们更好地理解高性能计算以及软硬件系统之间的关系。在计算机科学中，对GEMM进行有效的优化可以提高计算速度并节省资源，这对于提高计算机系统的整体性能至关重要。深入了解GEMM的工作原理和优化方法，有助于我们更好地利用现代计算硬件的潜力，并为各种复杂计算任务提供更高效的解决方案。通过对GEMM性能的优化和改进，
