欧洲城市部署NVIDIA智能体打造智慧城市运营
NVIDIA联合欧洲多家软件与基础设施合作伙伴,在英国、法国、意大利、比利时等地部署基于Cosmos、Nemotron等模型的AI智能体与数字孪生系统,覆盖能源管理、交通规划、市民服务等场景,法国Cote-d'Or省已实...
NVIDIA联合欧洲多家软件与基础设施合作伙伴,在英国、法国、意大利、比利时等地部署基于Cosmos、Nemotron等模型的AI智能体与数字孪生系统,覆盖能源管理、交通规划、市民服务等场景,法国Cote-d'Or省已实...
FreeFlow提出一种不依赖相关性体积、特征扭曲等传统光流专用设计的分层Transformer,用窗口、移位窗口、全局三种注意力组合,在Sintel、KITTI-2015、Spring三大基准上取得最优结果,同时保持高...
NVIDIA宣布向英国提供2.5亿美元五年期算力承诺,支持牛津大学、UCL等机构的安全研究。英国能源、医疗、金融、智慧城市及量子计算领域多家企业同步宣布基于NVIDIA平台的AI落地项目,超3100家英国初创公司加入NV...
本文解读DRG-MAPPO,一种融合图注意力关系建模与动态角色分配的分层多智能体强化学习框架,用于多机协同空战决策,实验显示其在2v2超视距空战模拟中胜率达87%,并涌现出诱敌包抄、集火攻击等战术行为。
研究发现一个2.6GB的4B微调小模型,在地铁售票机任务的客观打分上打平GPT-5.6和GPT-5.4,揭示PEFT效果随模型能力增强而递减,服务器配置差异可造成2.7分的虚假性能差距。
慕尼黑大学发表于《认知》的研究显示,即使AI与人类行为完全一致,人们对AI的"意识"评分仍低于反应最迟钝的人类;但评估"感知能力"时,两者差距几乎消失,揭示了语言选择对AI认知的重大影响。
小鹏团队提出X-AuT方法,通过渐进式砍层与三阶段恢复训练(表征对齐、跨尺度蒸馏、LoRA精调),将语音大模型音频编码器从18层压缩到14层,在减少20.7%参数量的同时保持识别准确率基本稳定。
比利时车手Jelle Verstaen驾驶Zero DS电动摩托车,搭载19.2 kWh电池组,在法国阿尔卑斯山至地中海沿岸路段行驶436.5公里,以超出前纪录40%的成绩创下吉尼斯世界纪录。
北航团队提出UniH3框架,首次系统挖掘医学影像跨模态共性知识,配合分层异质性平衡策略,在七种2D及三种3D医学影像修复任务上刷新最优性能,全能模型甚至反超单任务专用模型。
随着芯片设计向3D-IC和垂直集成演进,电压、时序、电阻、功耗与温度须联合分析。业界专家指出,当前缺乏完整的热-时序-电压协同优化工具,需借助AI智能体跨越单一领域壁垒,GPU加速多物理场仿真也成为重要方向。
HyQuant是一种面向大模型注意力机制的混合精度量化方法,通过识别并保留持续被关注的"竖线"token与局部窗口为全精度,其余token量化为低比特,在几乎不损失准确率前提下实现最高3.58倍解码加速。
SQUINT Cognition发文指出,神经网络的"捷径学习"本质上是高维潜在表示空间的几何问题:模型依赖训练数据中存在但与任务无因果关联的代理特征,形成错误的表示结构,导致部署时出现难以预测的突发性失败。传统精度指标...
一篇技术报告介绍了NCP-ArchPreview,一个89亿参数的潜在空间语言模型。它在传统逐词预测之外加入下一概念预测,用51.3%训练量追平同规模模型损失,下游任务平均提升2.45分。
德国机器人公司Neura Robotics推出多模态基础模型Neuron AI,融合3D视觉、触觉、音频及语言能力,并具备记忆功能,支持跨五种机器人形态部署。该模型将在2026年Nvidia GTC柏林展会上通过11分钟...
本文介绍SpatialBlock-15k,一个用合成积木搭建题训练大模型空间智能的数据集,仅1.5万条数据便让模型在真实场景空间推理测试中超越用十几万条数据训练的现有方法,并揭示当前顶尖大模型在基础空间判断上远逊于人类的...
印度初创企业Scimplify完成2500万美元战略融资,由日立创投领投,估值达2.5亿美元。该公司利用AI平台Scinode缩短特种化学品研发周期,将交付时间从12至18个月压缩至最快2个月,年化营收约2亿美元,目标1...
商汤推出SenseNova-U1.5,8B参数原生统一多模态模型,用空间联合重建解码器解决图像拼接问题,支持原生4K生成,通过多专家强化学习加在线策略蒸馏实现美学、文字渲染、图像编辑等能力的统一整合。
全球市值最高公司Nvidia宣布向英国捐赠价值2.5亿美元的算力资源,为期五年,用于支持AI代理安全与安全研究。资金将流向英国AI安全研究机构及多所顶尖大学,首席执行官黄仁勋表示此举旨在为日益强大的AI构建安全保障。
本文解读CARDEA,一个用于冠状动脉造影诊断的大型视觉语言模型。它能自动筛选造影关键帧并给出带图像框选证据的诊断推理,诊断表现媲美专科医生,且强化学习意外提升了未经训练的报告生成能力。