今年10月，作为苹果公司与哥伦比亚大学的研究成果，Ferret就已经发布过一次，只是当时仅供研究使用而非商业许可，所以并未引起多大关注。如今情况发生了转变，随着各大科技公司你追我赶地公布研发成果，关于本地模型为小型设备提供智能体验的讨论也越来越多。 12月以来，苹果也陆续公布它在AI领域的研发进展。12月初苹果公布Apple Silicon平台专用AI框架MLX、以及能在设备端执行大语言模型的方法，后者能在边缘设备上执行DRAM两倍大的模型，可节省执行大模型所需的运算资源，也更能确保隐私安全。 …

在Transformer占据多模态工具半壁江山的时代，大核CNN又“杀了回来”，成为了一匹新的黑马。 腾讯AI实验室与港中文联合团队提出了一种新的CNN架构，图像识别精度和速度都超过了Transformer架构模型。 切换到点云、音频、视频等其他模态，也无需改变模型结构，简单预处理即可接近甚至超越SOTA。 团队提出了专门用于大核CNN架构设计的四条guideline和一种名为UniRepLKNet的强力backbone。 只要用ImageNet-22K对其进行预训练，精度和速度就都能成为SOT…

自大模型出现以来，人形机器人在智能化的道路上加速奔跑，成为产业竞逐的新热点。英伟达发布了人形机器人通用模型Project GR00T；初创公司Figure AI完成新一轮6.75亿美元融资，投资方包括微软、英伟达、亚马逊创始人杰夫·贝索斯等；特斯拉旗下人形机器人Optimus性能持续迭代升级……毫无疑问，具身智能领域正在发生巨大的变革。 那么，AI大模型究竟为具身智能的技术及产业发展带来了哪些实质性的变革？3月20日，在由中国经营报社、中经传媒智库举办的“人工智能涌现产业生态焕新”专题研讨会上，…

输入指令：猫，困惑，故障艺术，一副创意作品就这样产生，用时不到30秒。 这正是全球爆火的AI作画。利用AI绘画工具，你只需输入不同的词汇，例如不同的艺术家风格、构图、色彩、透视方法以及修饰词，就能快速得到符合词汇主题的画作。你可以充分发挥自己的想象力，而任何一个关键词的变动都可能产生完全不一样的结果。 在Disco Diffusion上使用不同艺术家风格基于同样两句描述语所生成的不同风格AI画作 实际上，AI作画这项技术并不新鲜，但是文字转图片这种形式将创作门槛拉到了足够低，得以让很多人体验用A…

大模型技术正随着科技革新实现广泛应用，满足多行业图像处理需求。但大模型一路“高歌猛进”的背后，隐藏着一场关于模型训练语料的“能源危机”。根据人工智能研究人员小组Epoch研究估计，机器学习数据集可能会在2026年前耗尽所有“高质量语言数据”。 现阶段，大量的高质量语料数据存在于书籍、论文、研报、企业文档等文档之中，复杂的版面结构制约了大模型的训练语料处理及大模型文档问答的应用能力。文档解析技术的进步，让机器能够识别文档中的多种元素，更好地处理文本、表格、图像等多类型数据，还原文档阅读顺序，加速大…

科学家观测到电磁波动态传播近日，哈尔滨工业大学深圳校区空间科学与应用技术研究院教授袁丁与合作者利用全球先进空间太阳望远镜——太阳动力学天文台，观测到电磁波的动态传播，相关成果发表在《自然—通讯》上。研究团队证实了太阳日冕的特殊结构可作为电磁信号的放大器，太阳、行星等大型天体可作为电磁信号的放大器，实现星际间通讯或者能量传输。太阳动力学天文台观测的耀斑爆发、冕洞和磁流体力学波的波前的扩散和聚焦过程 研究团队供图氮沉降对半干旱草地真菌群落构成严重威胁近年来，随着人类活动的不断加剧，特别是化石燃料燃烧…

今日，人工智能领域的创业公司Anthropic发布了全新的大型语言模型系列Claude3，这一系列产品在认知任务性能上树立了新的标杆。Claude3系列包括Claude3Haiku、Claude3Sonnet和Claude3Opus三个子模型，每个模型都针对智能、速度和成本的不同需求进行了优化，从而满足多样化的AI应用场景。 据悉，Claude3系列的旗舰产品Opus在本科和研究生层次的知识、数学和复杂任务理解方面已超越OpenAI的GPT-4和谷歌的Gemini1.0Ultra。此外，所有Cl…

日本东京大学的研究人员提出了一种新的机器学习方法，该方法结合了面部表情和脉搏率数据，旨在自动识别欺骗行为。他们的目标是开发一个公正可靠的系统，可以在与犯罪受害者、嫌疑人和心理健康问题个体的讯问中提供帮助。 研究人员强调了嫌疑人分类准确性的重要性，以避免误认，同时也考虑到道德和法律的因素，建议采用人机结合的方法。这种创新方法既确保了道德合规性，又可以广泛应用于重要的决策过程中。 该研究利用了面部表情和脉搏率数据进行数据采集，通过机器学习技术，特别是随机森林（RF）技术，创建了一个结合面部表情和脉搏…

中国站长之家报道，加州大学伯克利分校的研究团队利用某个特定技术成功生成了一个大规模数据集，用于研究金属有机框架（MOF）材料在应对气候变化中的应用。据美国化学学会期刊发表的一项研究显示，这项技术能够高准确率地提取金属有机框架的相关数据，从而快速推动相关研究进展。金属有机框架是一种高度多孔的材料，可用于解决水资源短缺和空气污染等环境问题。 为了使该技术生成准确的信息，研究人员设计了提示词，并通过只让语言模型引用论文内容的方式来减少虚假结果的出现。他们为此特定技术提供了228篇相关科学论文的段落示例…

近日，阿布扎比的全球领先技术研究中心TII发布了一款世界顶级开源大模型Falcon180B。该模型在经过3.5万亿个token的训练后，拥有1800亿个参数，性能超过了之前的开源模型Llama2，并且接近了谷歌的 GPT-4。Falcon180B在多个自然语言处理基准测试中表现出色，被认为是目前最好的开源大模型之一。 Falcon180B的训练过程使用了亚马逊云机器学习平台，在4096个GPU上完成了训练，总计进行了约7,000,000个GPU计算时。训练数据主要来自于RefinedWe数据集，…