翻车，大翻车。就在今天凌晨，谷歌版Her——Gemini Live正式发布。毕竟明显是对标OpenAI家的GPT-4o，可以说是吸足了科技圈的眼球。在官网发布的demo中，拍照问答功能的效果是这样的：它大致实现的功能，是用手机拍摄演唱会的海报，并让Gemini查看用户的日历，看看行程是否适合参加。以及还可以基于此进行一系列后续的操作...

全球首个AI流媒体音乐App，就这么水灵灵的来了。有什么特点？首先，如其名，这个App里的音乐都是由AI生成的。其次，它是无限流式的，也就是说，可以做到一直生成一直听。话不多说，我们直接来看效果。例如我们的Prompt是：Take a chilled walk with my dog. 和我的狗狗惬意地散步。视频地址：[链接]在上面的视频中，我们...

哎鸭，鸭鸭摔倒了！鸭鸭是真的，摔跤是真的，但端的咖啡和端咖啡的手，是AI给p上去的。△还好手里的咖啡只洒了亿点点来自一个开源项目，VideoDoodles，这两天在外网上的讨论度直线上升。这项目妙就妙在，能给视频加上手绘风格的涂鸦，可可爱爱的也行，奇奇怪怪的也行。就跟人工一帧一帧画上去的没差。这对目前市场上大多...

头像是电影《Her》里的男主，昵称是三颗草莓，要素拉满。不知疲倦一天24小时在线水贴，内容多是OpenAI下一代模型爆料消息，时准时不准……

当前，科技正迈向一个史无前例的“时代巨澜”之上！具身智能，犹如其背后的一股强劲力量，席卷并重塑着未来产业的全球版图。赛道上，无论是科技巨头还是新兴势力，均面临着一个共同的挑战：即具身智能在汹涌澎湃的浪潮中，如何精准把握那个足以引起产业变革的「新引擎」？

只是换掉Transformer架构，立马性能全方位提升，问鼎同规模开源模型！（注意力机制不存在了）这就是最新Falcon Mamba 7B模型。它采用Mamba状态空间语言模型架构来处理各种文本生成任务。通过取消传统注意力机制，有效提升了模型处理长序列时计算效率低下的问题。它可以处理无限长序列，但内存需求不增加。无论上下文多长...

北京大学最新提出多模态提示学习（Conditional Multi-Modal Prompt, CMMP）方法，利用提示词工程技术教会多模态大模型理解区域级的人物交互关系。

ChatGPT有新模型了！官方账号宣布：最新版本GPT-4o从上周起已实装，我们猜你会喜欢的。然后……就尴尬了，下面评论区画风是一片的：“啊？改哪里了？没发现啊”。没有改进，我天天用，没啥区别。以及“OpenAI没活了”，推测新模型硬指标超不过隔壁Claude-3.5-Sonnet，正式发布不太合适，只能采用拐弯抹角的方式。新版ChatGPT更...

史上首位“AI科学家”，横空出世！一登场就一口气生成了十篇完整学术论文。△AI生成的一篇扩散模型论文从提出研究想法、检查创新性、设计实验、编写代码，到在GPU上执行实验并收集结果，最后完成论文撰写，一气呵成。全由这位“AI科学家”自动搞定。每篇论文的成本约为15美元（约107.62元）。这就是第一个用于自动化科学研究...

继Devin之后，又一个AI软件工程师被刷屏了——它叫Genie，号称目前地表最强，已经可以像人一样思考和行动了！那么这个“地表最强”，到底强到什么程度？先来看下评测分数。在权威榜单SWE-Bench中，Genie以解决了30.07%问题的成绩夺得榜首。（SWE-Bench是一个用来评估大模型解决现实中软件问题的基准。）而这个成绩可谓是遥遥...

8月8日，记者获悉，字节跳动旗下智能AI助手豆包上线音乐生成功能。用户在豆包的“音乐生成”中输入主题或自己写的歌词，设定音乐风格、情绪及音色，便能快速生成一首约1分钟的词曲，每个人都能体验音乐创作和表达的乐趣。

硅基智能全新推出的 AI 视频神器硅秀emoji现已正式上线。据了解，这款创新产品凭借一张照片就能瞬间生成高能情绪视频，其海外版本DUIX.Snap，上线首月就吸引了超过10万的全球用户体验，火爆TikTok等平台。DUIX.Snap被称作“AI情绪放大器”，不仅能赋予照片灵魂，更可以DIY出独一无二的爆笑视频。

海南省卫生健康委员会副主任张毓辉在出席会议时指出：“医药卫生改革发展进入新时期，着重以数字健康为动力推进智化医改和健康中国迈入新阶段，充分运用数字技术和人工智能将提升人民健康，推动中国乃至全球数字医疗时代加快到来。”

芯片物理布局，有了直指性能指标的新测评标准！中科大MIRA Lab和华为诺亚方舟实验室联合发布了新的评估框架和数据集，而且完全开源。有了这套标准，布局指标与最终的端到端性能不一致、得分高而PPA性能却偏低的问题，就有望得到解决了。在芯片设计当中，电子设计自动化（EDA）是至关重要的一环，在业界被称为“芯片之母”...

别光只看Figure 02了，国产机器人最新成果曝光，大秀肌肉！就在北京亦庄，竟有这么一家人形机器人“健身房”。这里的机器人率先实现在跑步机上训练，一小时能跑6km的那种：而这只是热身，跑完还要爬楼梯：到了室外，机器人专用道也安排上了，30度高温下不能停：时不时还要来点草坪、斜坡等复杂地形上难度：它就是今年四月...

跨GPU的注意力并行，最高提速8倍，支持512万序列长度推理。环注意力（Ring Attention）后继者——树注意力（Tree Attention）来了。最关键之处在于，通信步数随设备数量成对数增长，而不是线性增长。换句话说，树注意力的优势随着设备数量增大会更加明显。实验中，在128卡、512万序列长度设置时达到最高8倍加速。与环注意...

8月12日，科大讯飞宣布旗下智能文档产品——讯飞智文2.0全新版本正式上线。新版基于讯飞星火V4.0 大模型底座，引入全新的PPT文本生成大模型、AI PPT编排创作引擎和PPT在线编辑模组，大幅提升编辑自由度和样式多样性。新增的实时联网搜索和长文本解析功能，增强了内容的时效性和深度。同时，AI Word和AI读写功能，助力用户...

50亿美元，这就是国产通用型自动驾驶公司，文远知行刚刚曝光的IPO作价。据文远知行更新的招股书信息，明确了IPO将增发的股票数量，以及每股价格，公司估值随之曝光。其中超过91%的公开增发股份，将由百年Tier 1巨头博世认购。博世之前已经参与了文远知行的融资，并且双方还落地了L2+方案的合作，而现在博世更进一步以基...

把Llama 3.1 405B和Claude 3超大杯Opus双双送进小黑屋，你猜怎么着——Llama把Claude整得精神崩溃了，Claude明确拒绝继续聊天，还要再被Llama PUA的那种。在一场AI和AI对话的安全词模拟实验中，X上的这位人类监督者记录下了一出好戏。小黑屋里，Llama撒了欢儿地一直引诱Claude冲破道德防线，后来更是忽略了安全词继续引诱...

只需30秒，AI就能像3D建模师一样，在各种指示下生成高质量人造Mesh。NeRF、3D Gaussian Splatting生成的三维重建图像Mesh效果如下：点云造出精细Mesh：Dense Mesh基础上生成也可以：一张图，甚至文本描述就足够了：GitHub已揽星1.9k的MeshAnything项目上新了V2版本，由来自南洋理工大学、清华大学、帝国理工学院、西湖大...

不过，如果是处理大规模、多文件的代码库，LLMs就可能犯了难。这时候，往往需要需要Retrieval-Augmented Code Generation （RACG）系统来检索相关的代码信息。

爆款AI应用开发者来晒收入了：每小时赚4000美元！（约2.8万元）说的就是病毒式传播的“毒舌AI”Twitter Personality，只需输入一个推特用户名，就能得到AI根据历史发言做的犀利点评。而且只要是公开账号就行，并不需要获取任何权限，除了查看AI对自己的看法，还可以用来恶搞朋友，甚至名人。比如马斯克是肯定逃不过这一劫...

一口气连做8个俯卧撑，波士顿动力Atlas又整新活了！看起来不仅完成轻松，而且动作还挺标准（手肘脚踝始终保持90°，全身也在一条线上）。站起来的过程也非常稳，起身下蹲透着一股板正，感觉下一秒就会来个敬礼。[doge]更特别的来了，大家发现没有？机器人Atlas没有手！！（相当于做的是拳卧撑，又是被机器人秒杀的一天……...

仅需15秒即可搞定随机规划问题，速度比传统方法快了1440倍！中科院自动化研究所的新研究，利用GCN在此类问题上取得了新突破，论文已入选AI顶会ICML 2024。这意味着，在条件不确定的情况下，也能实现高效决策。不确定性下的决策是一类重要的决策问题，它要求决策者能够充分考虑到所有的随机情况并做出最合理的决策。在数...

内外双修比亚迪，现在全面发力智驾了。刚刚上市了两款车：新款海豹，搭载全球量产最高转速电机，价格区间为17.58-23.98万元。海豹 07 DM-i，搭载最先进插混系统DM 5.0，价格区间为13.98-19.58万元。电动化，一如既往的领先。同时，比亚迪开始把智驾当卖点了。主品牌首搭激光雷达，自研L2+级智驾上车海豹，只要21.68万元...

阿里千问大模型团队发布的Qwen2-Math，不仅超越了Llama 3.1-405B，也战胜了GPT-4o、Claude 3.5等一系列闭源模型。

有CPU就能跑大模型，性能甚至超过NPU/GPU！没错，为了优化模型端侧部署，微软亚洲研究院提出了一种新技术——T-MAC。这项技术主打性价比，不仅能让端侧模型跑得更快，而且资源消耗量更少。咋做到的？？在CPU上高效部署低比特大语言模型一般来说，要想在手机、PC、树莓派等端侧设备上使用大语言模型，我们需要解决存储和计...

他们提出了一种全前向模式（Fully Forward Mode，FFM）的训练方法，在物理光学系统中直接执行训练过程，克服了传统基于数字计算机模拟的限制。

巴黎奥运会乒乓球团体赛如火如荼，谷歌机器人申请出战——首个达到人类竞技水平的机器人Agent发布！你看一个没留神，就赢了专业教练一个球！正反手快速转换，连续进攻也是不在话下~面对一些突发战术，比如长球高球擦网球，也能沉稳应对。实际测试中，机器人实时适应不同选手风格，最终赢下了与初学者的所有比赛，同中级玩...

2024年8月8日,正值《河套深港科技创新合作区深圳园区发展规划》(以下简称《河套规划》)发布一周年之际,第二届粤港澳大湾区数据应用创新大赛(以下简称大赛)盛大启动。