2025-05-02
英伟达CEO黄仁勋“山谷论坛”对话：上次工业革命的最大赢家，不是发明它的国家，技术工匠会将是紧缺人才，AI机器人可能2030普及
这几天华盛顿正在举办2025 Hill and Valley Forum（“硅谷与国会山论坛”，或者“山谷论坛”）峰会。活动的创办者是Jacob Helberg（现在是美国副国务卿），其他成员还包括投资人Peter Th...
2025-05-01
AI教父辛顿的最新警告：超级智能可能在10年内到来，Agents让它更危险，美国和中国有合作空间，但AI会成为更好的家庭医生
今天的这期内容，主角还是AI教父、诺贝尔物理学奖得主杰佛里·辛顿辛顿。老爷子年纪已经不轻了，而且讲的东西已经不是太招人喜欢（总说负面意见），但是我很希望记录他接下来每一次重要的访谈。
2025-04-30
Meta创始人扎克伯格：开源模型今年将成为主流，DeepSeek不错但缺少多模态，中国AI一大优势是电力，“智能爆炸”是可能的
今天，我们要分享的内容来自知名科技博主Dwarkesh Patel对Meta CEO马克·扎克伯格的访谈，这期播客昨天刚刚发布。
2025-04-30
Edge Computing & WISE-Edge in Action 2025研华AIoT创新应用论坛
2025年5月-6月举办研华AIoT创新应用论坛, 本次活动以“Edge Computing & WISE-Edge in Action”为主题，聚焦Agentic AI 驱动下的边缘计算前瞻洞察、创新技术、云边协同、生...
2025-04-30
让手机变得更聪明：大型语言模型在手机自动化领域的惊人进展
想象一下，你只需对手机说一句"帮我订一杯拿铁送到办公室"，手机就能自动打开外卖应用，找到你喜欢的咖啡店，选择拿铁，填写地址，完成支付，一气呵成地完成所有操作。这不是科幻电影中的场景，而是当前大型语言模型驱动的手机图形界面...
2025-04-30
通过"抄写本"实现多语言文本渲染：RepText技术如何让机器轻松显示各种文字
想象一下，你正在使用一款AI工具设计一张中文新年贺卡。你输入了"设计一张喜庆的新年贺卡，上面写着'新年快乐'"。然而，生成的图片中文字却变成了一团模糊的笔画或完全不相关的符号。这种令人沮丧的情况其实很常见，因为许多人工智...
2025-04-30
让AI自己与自己对抗：清华港大联合研究团队提出SPC框架，不需人工标注也能评估大模型推理步骤
想象一下，你正在学习解数学题，老师不仅关心你的最终答案是否正确，更关心你的解题过程中每一步是否合理。在人工智能领域，大型语言模型（LLM）也面临类似的情况。最近几年，像o1、R1和QwQ这样的大模型在解决复杂问题时，会使...
2025-04-30
解密能力的边界：CipherBank如何探索大语言模型的密码学推理极限
想象一下，你收到一条加密信息："Crgre jnf obea ba Ncevy 23, 1985, naq pneevrf n cnffcbeg jvgu gur ahzore K123456789"。这段文字看似乱码，...
2025-04-30
大数据知识vs人际互动：研究发现LLM的医学专业知识在人机交互中大打折扣
想象一下，你有一个医学问题，但附近没有医生可以咨询。如今，你可能会打开手机，向ChatGPT这样的AI助手寻求建议。这个场景正在全球范围内变得越来越常见。实际上，调查显示，每六个美国成年人中就有一个每月至少使用AI聊天机...
2025-04-30
解锁长视频处理新时代：微软的MMInference让视觉语言模型提速8倍
想象一下你要整理一间塞满各种物品的仓库。如果每次寻找一件物品都需要将所有东西都检查一遍，效率会非常低下。类似地，当人工智能处理长视频时，它需要处理大量的信息，这就像在一个超大的仓库中找东西。
2025-04-29
Vercel创始人Rauch：希望V0让一亿人成为全栈工程师，产品思考功能灵感受DeepSeek启发，AI编码有三大核心场景
今天我们继续讲#AI编码（Vibe Coding，氛围编程），故事主人公是Vercel创始人兼CEO Guillermo Rauch，关键内容来自前油管Lenny's Podcast播客近期发布的一场对他的深度访谈。
2025-04-29
从0到1：微软研究院打造全新BitNet v2，让1比特大语言模型以4比特运行效率翻倍
想象一下，你有一辆非常省油的汽车（比如BitNet b1.58这样的1比特模型），但每次加油都必须使用高级燃油（8比特激活值）。虽然车辆本身很节能，但燃油成本仍然不低。这正是当前大语言模型面临的困境。
2025-04-29
跨越语言与文化的鸿沟：VideoVista-CulturalLingo视频理解评测基准的突破性研究
想象一下，你有一位智能助手，它能够理解各种视频内容并回答你的问题。你给它看一段关于中国传统节日的视频，问它"这个节日人们通常会吃什么食物？"。如果这个助手主要是"看过"西方文化背景的视频，它很可能会对中国文化相关的问题感...
2025-04-29
解密稀疏注意力：爱丁堡大学和Cohere公司团队揭示Transformer语言模型中的效率与精度权衡
想象你在一个拥挤的派对上。虽然房间里有50个人，但你不可能同时与所有人交谈。你的注意力自然会集中在几个关键人物身上——也许是你的朋友，或者正在讲有趣故事的人。大型语言模型（LLM）中的"稀疏注意力"机制正是基于类似原理：...
2025-04-29
天工开物：天空工作室的R1V2如何让AI更会"慢思考"
你有没有注意到，人类在面对复杂问题时会放慢思考速度，仔细推敲每个步骤？而在日常简单问题上，我们则可以快速直觉地给出答案。现代AI也在模仿这种"快思考"和"慢思考"的双系统思维模式。
2025-04-29
多模态大语言模型能帮助理解人类语言吗？MMLA：一个全面的多模态语言分析基准
想象一下，你正在看一部喜剧片。剧中角色面无表情地说："我棒极了。"单看文字，你可能认为这是自信的表达。但如果你看到他说这话时翻了个白眼，用讽刺的语调，你立刻就会理解——这是在自嘲或嘲讽他人。这种理解需要同时分析文字内容、...
2025-04-29
解锁电影的秘密：摄像机运动如何塑造你看到的每一帧画面
想象一下，当你走在一条陌生的街道上，你会不自觉地移动你的头部和眼睛来感知周围的环境。你可能会抬头看看高楼，左右张望观察街道两侧的店铺，或者转身看看身后是否有车辆驶来。这种自然的观察方式实际上非常类似于电影中摄像机的运动方...
2025-04-28
OpenAI董事会主席Brett：AI正在带来三种彻底改变，AGI的定义是像人一样用计算机，工程师背景CEO更擅于使用第一性原理
下来大家要读的是一个怒长的东西，关键内容来自OpenAI董事会主席兼Sierra公司CEO Brett Taylor和油管The Knowledge Project前几天发布的一个长达两小时的播客。
2025-04-28
3DV-TON：基于扩散模型的纹理3D引导一致性视频试穿技术
想象一下，你是否曾经在网购衣服时犹豫不决，因为无法确定那件衣服穿在自己身上会是什么效果？虚拟试穿技术正是为解决这一问题而生。然而，传统的虚拟试穿技术往往只能处理静态图像，而在处理视频时，则会面临更大的挑战：如何确保人物运...
2025-04-28
DyMU：为高效视觉-语言模型打造的动态合并与虚拟解合并技术
想象你有一个超级聪明的朋友，能看懂图片并回答关于图片的问题。但这位朋友有个古怪的习惯：无论你给他看什么图片——简单如一张白纸上的小圆点，还是复杂如一整个城市街景——他都会花同样多的时间仔细研究。这听起来很奇怪，对吧？为什...