{给音频模型装上"预知未来"的能力:NAPE如何用最简单的办法学会听懂声音}
这篇论文提出NAPE,一种给音频模型设计的自监督预训练框架,核心思路是让因果Transformer像语言模型预测下一个词一样,预测频谱图中下一个声音片段的嵌入向量。整个方法只靠因果掩码和停止梯度维持训练稳定,不需要解码器...
这篇论文提出NAPE,一种给音频模型设计的自监督预训练框架,核心思路是让因果Transformer像语言模型预测下一个词一样,预测频谱图中下一个声音片段的嵌入向量。整个方法只靠因果掩码和停止梯度维持训练稳定,不需要解码器...
这篇论文提出了双流卷积网络,通过将视频拆分为空间流(单帧图像)和时间流(光流场)两个独立网络分别学习,再融合结果,在2014年首次让深度学习方法在视频动作识别任务上追平并超越了此前占统治地位的手工特征方法密集轨迹,成为该...
2014 年,深度学习在视频动作识别上一直不如传统手工特征方法,直到 Simonyan 和 Zisserman 提出双流网络,用两条独立网络分别处理画面和运动信息,首次让深度学习反超手工特征,准确率达到 88%,为后续视...
4DAnyone用一段普通手机视频就能生成多视角一致的人物视频并重建成可自由观看的4D模型,核心解决了视角扩展到重建规模时的外观漂移和结构不一致问题。
这篇论文提出了双流卷积网络,用空间流和时间流两条独立网络分别学习视频的外观信息和运动信息,通过光流捕捉运动本质,首次让深度学习在视频动作识别任务上超越了手工特征方法,成为该领域后续研究的基础范式。
这篇论文提出了双流卷积网络,用两个独立分支分别学习视频的静态画面和运动光流信息,最后融合判断结果,在2014年首次让深度学习方法在UCF-101动作识别任务上反超传统手工特征方法,达到88.0%的准确率,成为视频理解领域...
上个月1日,AI Engineer World's Fair峰会现场,一位演讲者登台后对全场做了一个有杀伤力的开场:“我是OpenAI内部极少数公开对ChatGPT开黑的人之一。”
Databricks CEO阿里·戈德西在a16z播客中直言,科技领袖谈论AI"存在性风险"的方式正在不必要地制造大众恐慌,他认为现在的存在性风险接近于零。他与a16z合伙人马丁·卡萨多就行业近期流行的"放缓前沿(pac...
麦肯锡数据显示仅39%企业AI投入有EBIT回报,MIT研究发现多数生成式AI试点无P&L价值。高绩效企业重构工作流的概率是其他企业的3倍,简单叠加AI无法带来真实收益。
分析师估计,AI代理商务到2030年规模或达3至5万亿美元,但代理授权的可信验证机制仍缺失。行业需建立密码学可验证的开放标准,确保每笔代理交易均可追溯至人类授权。
美国国家气象局联合UCSD、NASA开发的TACLS系统,利用GNSS卫星与机器学习实时监测大气水汽变化,可提前识别山洪风险,计划10月底向全美所有气象预报站推广。
Ring新款门铃已支持Alexa Plus AI问候功能,可自动应答访客并传达主人指令;Google Nest门铃提供快速回复并计划引入Gemini对话能力。
Emesent在Intergeo 2026宣布,GX1与Hovermap STX扫描仪现可将点云数据直接导入Trimble Connect和Trimble Business Center,简化外业到交付的工作流程。
在圣克拉拉举办的AI Infra Summit上,AWS、Qualcomm、Broadcom等企业分享了如何通过优化CPU、内存架构与网络技术加速AI推理基础设施建设,Qualcomm将"每瓦token数"列为核心指标。
Mazama Energy宣布完成1.35亿美元超额认购B轮融资,将用于开发超热岩水平井,每口井最高可发电15兆瓦。其俄勒冈首个项目发电潜力估算已从5吉瓦上调至10吉瓦,计划明年投入发电,2030年达到200兆瓦装机规模...
Crusoe估值升至309亿美元并与Perplexity AI签多年协议;CoreWeave宣布发行30亿美元可转债;美国两党就电力用户保护立法与FERC监管权限展开角力。
安全团队Hacktron AI借助Claude Opus 5,通过Discourse论坛图像处理漏洞串联两处缺陷,入侵OpenAI员工账户,OpenAI已修复问题并支付6500美元奖励。
Hacktron AI研究人员利用Anthropic的Claude工具,通过OpenAI社区论坛漏洞入侵员工ChatGPT账户并访问内部代码,OpenAI支付6500美元漏洞赏金并已修复相关问题。
AI推理因二次方复杂度和自回归机制导致算力需求激增,GPU利用率仅10%-12%,行业正探索量化、MoE、专用芯片等方案缓解能源与成本压力。
健康数据存在结构性价值失衡:数据生产者承担成本却难获下游收益。文章提出按结果分配价值、保障数据主权与透明惠益分享,以推动健康数据经济公平可持续发展。