鸿蒙开发者社区

WOT技术大会

AIGC创新中国行

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 2024年软考 PMP项目管理软考资讯

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO题库小程序

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

账号设置退出

新闻

2.3w内容

关注

汇聚51CTO网站的各领域新鲜资讯，包括开发、移动开发、系统、网络、安全、数据库、大数据、人工智能、区块链、云计算、物联网、数字化转型、服务器、存储、商务办公、运维、开源、智能汽车等细分领域。

共 2.3w 条

300多篇相关研究，复旦、南洋理工最新多模态图像编辑综述论文

本文提出了解决一般性编辑任务的统一框架！近期，复旦大学 FVL 实验室和南洋理工大学的研究人员对于多模态引导的基于文生图大模型的图像编辑算法进行了总结和回顾。

2024-06-28 18:18:22

Bengio团队提出多模态新基准，直指Claude 3.5和GPT-4o弱点

本文提出的视觉字幕恢复（VCR）任务通过看似简单的字幕恢复任务巧妙地揭开了现有模型图像 - 文本对齐的局限性，以及模型与人类在高级认知任务上的推理能力差异。

2024-06-28 18:13:05

比LERF提速199倍！清华哈佛发布LangSplat：三维语义高斯泼溅 | CVPR 2024 Highlight

本文将为大家介绍CVPR 2024 Highlight的论文LangSplat: 3D Language Gaussian Splatting（三维语义高斯泼溅）。LangSplat在开放文本目标定位和语义分割任务上达到SOTA性能。在1440×1080分辨率的图像上，查询速度比之前的SOTA方法LERF快了199倍。代码已开源。

2024-06-28 13:47:17

单张A100全精度推理！谷歌明星开源模型Gemma 2上新9B/27B，挑战3140亿Grok-1

昨晚，谷歌正式开源了自家最强的开源模型Gemma 2，直指为全球范围研究开发者提供实用部署工具。

2024-06-28 13:42:07

GPT-4批评GPT-4实现「自我提升」！OpenAI前超级对齐团队又一力作被公开

今天，OpenAI悄悄在博客上发布了一篇新论文——CriticGPT，而这也是前任超级对齐团队的「遗作」之一。CriticGPT同样基于GPT-4训练，但目的却是用来指正GPT-4的输出错误，实现「自我批评」。

2024-06-28 13:40:03

OpenAI突发新模型：用GPT改进GPT训练，左脚踩右脚登天，RLHF突破人类能力上限

CriticGPT，用于给代码挑Bug时能找到75%以上，而相比之下人类只能找到不到25%。

2024-06-28 13:39:15

2PCNet：昼夜无监督域自适应目标检测

我们提出了一种称为NightAug的夜间特定增强管道。该管道涉及将随机增强（如眩光、模糊和噪声）应用于日间图像。

2024-06-28 09:41:06

2024新技术：远距离的小目标也可以准确检测

最近，与生成对抗性网络（GAN）相比，扩散模型，如DDPM，在图像生成方面表现出了显著的能力，并表现出了更大的稳定性。

2024-06-28 09:20:29

GPT-4顶替大学生参加考试，94%作弊未被揭穿！AI作弊毫无破绽

真实的大学考试，已经被AI渗透了！英国雷丁大学的一项研究发现，在大学考试中，有94%的AI生成内容完全没有被老师发现。也就是说，如果学生真的有心用GPT-4作弊，大概率会获得好成绩，而且很难被发现。

2024-06-27 13:12:17

LeCun谢赛宁首发全新视觉多模态模型，等效1000张A100干翻GPT-4V

近日，LeCun和谢赛宁等大佬，共同提出了这一种全新的SOTA MLLM——Cambrian-1。开创了以视觉为中心的方法来设计多模态模型，同时全面开源了模型权重、代码、数据集，以及详细的指令微调和评估方法。

2024-06-27 13:10:21

首次引入GPT-4o！图像自动评估新基准来啦

来自清华、西交大、伊利诺伊厄巴纳-香槟分校、中科院、旷视的研究人员共同推出了一项新基准DreamBench++。

2024-06-27 12:45:30

又双叒导了？中科院等发布「近室温常压」超导新论文，相关话题一度知乎热榜第一

这种新样品除其中的磷灰石结构与去年韩国团队报道的LK-99有类似之处以外，从合成工艺、原料、元素成分和配比、结构等多方面都与LK-99不同。

2024-06-27 12:43:57

超越扩散模型！自回归新范式仅需2.9秒就生成高质量图像，中科大哈工大度小满出品

总的来说，STAR基于scale-wise自回归的方式，解决了VAR中存在的引导条件有限、位置编码不合理的问题，实现了更高效、性能更好的文本引导图像生成。

2024-06-26 14:50:52

Sora首部商业片亮相戛纳！300万网友围观

影片名为《玩具反斗城的起源》，由导演Nik Kleverov使用OpenAI的Sora制作。消息发布后，相关帖子瞬间引起近300万网友围观。

2024-06-26 14:49:07

自动驾驶理论新突破登Nature子刊！清华、密歇根联合提出三条技术路线，剑指「稀疏度灾难」

近日，清华大学与密歇根大学联合提出的自动驾驶汽车安全性「稀疏度灾难」问题，发表在了顶刊《Nature Communications》上。研究指出，安全攸关事件的稀疏性导致深度学习模型训练难度大增，提出了密集学习、模型泛化改进和车路协同等技术路线以应对挑战。

2024-06-26 13:23:59

模拟5亿年自然进化史，全新蛋白质大模型ESM3诞生！前Meta老将力作LeCun转赞

能抗衡AlphaFold 3的生命科学大模型终于出现了。初创公司Evolutionary Scale AI发布了他们最新的98B参数蛋白质语言模型ESM3。不仅支持序列、结构、功能的all-to-all推理，团队还在实验中发现，它设计的新蛋白质相当于模拟自然界5亿年的进化。

2024-06-26 13:21:50

吹牛翻车！Telegram 创始人声称其仅拥有“30名工程师”，惹来群嘲原创精选

即使地球上最大的公司可能也没有在保护自身安全上投入足够的资金、时间和精力。据杜罗夫透露，Telegram的用户接近十亿。它是最受加密货币工作者、极端主义者、黑客和虚假信息传播者欢迎的平台之一。

2024-06-26 13:17:34

网络安全密码学

ICML 2024 | 信号表征指数级强、内存节省超35%，量子隐式表征网络来了

天津大学量子智能与语言理解团队创新性地将量子计算引入隐式神经表征领域，提出了量子隐式表征网络（Quantum Implicit Representation Network, QIREN）。

2024-06-26 12:15:32

史上最快AI芯片「Sohu」，速度10倍于B200，哈佛辍学生打造

生成式 AI 推理性价比是 GPU 的 140 倍。

2024-06-26 12:13:05

今天起，全球所有Mac用户可免费安装桌面版ChatGPT

在 macOS 上，用户在安装新的 ChatGPT 应用程序后，使用 Option + Space 的键盘组合即可快速调用 ChatGPT。

2024-06-26 11:48:32

改进的YOLO：AF-FPN替换金字塔模块提升目标检测精度

随着世界迈向第四次工业革命，电动车越来越普遍，但是路上的交通标志也五花八门，如果利用计算机视觉技术可以全部检测识别，那也是一大进步！

2024-06-26 10:16:41

计算机视觉检测

挑战各种材质重建！OpenMaterial：首个3D重建复杂对象数据集

为了应对获得具有真实3D形状的大规模多样集合的挑战，全面的数据集OpenMaterial应运而生，具有多种具有挑战性的材料、多样的形状和光照条件。

2024-06-26 10:07:38

WOT全球技术创新大会圆满闭幕：在大模型、AIGC赛道持续狂奔原创

十九年来，51CTO始终坚持“技术成就梦想”的理念，致力于把技术进步的价值传播给每个企业和个人，帮助一亿数字化人才终身成长。到目前为止，51CTO已经累计培养超过800万名数字化人才，每年为数千家企业提供数字化人才咨询、培养和认证服务，成为中国数字化专业人才培养的主力军。

2024-06-25 15:56:28

WOT 51CTO 技术

太全了！苹果上新视觉模型4M-21，搞定21种模态

来自洛桑联邦理工学院（EPFL）和苹果的研究者联合开发了一个任意到任意模态单一模型，该模型在数十种高度多样化的模态上进行训练，并对大规模多模态数据集和文本语料库进行协同训练。

2024-06-25 12:47:06

昆仑万维携手南洋理工大学抢发Q*算法：百倍提升7B模型推理能力

研究证明，Q* 能够帮助参数量仅为 7b 的小模型达到参数量比其大数十倍甚至百倍模型的推理能力，大幅提升模型的性能，并显著降低了计算资源的需求。

2024-06-25 12:45:02

OpenAI封杀不支持地区API：违规封号，7月9日生效

OpenAI 在检测用户使用其 API 的地区后，提示所有不支持位置的用户

2024-06-25 12:41:11

OpenAI停服，国产大模型免费用！开发者Token自由实现了

随着国产开源大模型不断迭代，以 Qwen2、DeepSeek V2 为代表的模型已足够支持超级应用，更重要的是，Token 工厂 SiliconCloud 的出现能解决超级个体的后顾之忧，他们不用再担心应用研发与大规模推广带来的算力成本，只需专注实现产品想法，做出用户需要的生成式 AI 应用。

2024-06-25 12:40:10

CVPR：零样本通用分割框架

今天分享研究了通用的零样本分割，在不需要任何训练样本的情况下，实现新类别的全景、实例和语义分割。

2024-06-25 09:35:04

CRAS-YOLO：多类别船舶检测与分类模型

目前，基于卫星图像的多类别船舶检测和分类由于在军事和民用领域的重要应用而备受关注。

2024-06-25 09:31:02

小米大模型提效新框架：训练最高提速34%，推理最高提速52%！Kaldi之父合作出品

与LLaMA模型相比，SUBLLM在训练和推理方面分别实现了26%和37%的速度提升，同时显著降低了内存成本，同时保持了性能。

2024-06-24 18:17:07

编码数学击败GPT4-Turbo！DeepSeek-Coder-v2登顶竞技场最强开源编码模型

在编码领域的整体性能评估中，DeepSeek-Coder-v2的评分和稳定性均位于前10，超越智谱GLM-4、Llama-3等一众知名开源模型。

2024-06-24 18:15:22

大模型测试题爆火，GPT-4和Claude3都跪了，LeCun转发：新Benchmark

针对这项测试，网友还定义了一个新的名词叫“劣效比率”（crapness ratio），让LeCun打趣说到，一项新的“Benchmark”诞生了。

2024-06-24 17:45:16

美国两名05后高中生联手打造API初创，已获50万美元融资！演讲震惊VC大佬

来自美国小城博尔德的两位高中生，为他们的初创公司APIGen筹集了50万美元种子轮投资。这两个18岁的年轻人用他们所能链接到的一切资源主动「破壁」，最终凭借深刻见解让VC感到惊艳，主动提出投资。

2024-06-24 13:38:12

240万亿巨量数据被洗出，足够训出18个GPT-4！全球23所机构联手，清洗秘籍公开

是时候把数据Scale Down了！Llama 3揭示了这个可怕的事实：数据量从2T增加到15T，就能大力出奇迹，所以要想要有GPT-3到GPT-4的提升，下一代模型至少还要150T的数据。好在，最近有团队从CommonCrawl里洗出了240T数据——现在数据已经不缺了，但你有卡吗？

2024-06-24 13:31:12

为冲刺IPO，喜马拉雅曝裁员20%？钉钉叶军吐槽百度搜索；美国制裁俄罗斯安全软件12名高管；华为自研语言仓颉力战Java 原创

据中国新闻网报道，6月23日，一位刚参加完决赛的选手在接受采访时表示，决赛题目的难度超出预期，涉及的许多内容在日常学习中未曾接触过。

2024-06-24 12:38:59

IPO 钉钉教培机构

奥林匹克竞赛里选最聪明的AI：Claude-3.5-Sonnet vs. GPT-4o？

近日，同样是研究团队，首次提出使用"奥林匹克竞赛奖牌榜"的方法，根据各AI模型在奥林匹克竞技场（各学科）的综合表现进行排名，选出迄今为止智力最高的AI。

2024-06-24 12:25:22

语言≠思维，大模型学不了推理：一篇Nature让AI社区炸锅了

这篇论文声称「语言主要是用于交流的工具，而不是思考的工具，对于任何经过测试的思维形式都不是必需的」，引发了科技领域社区的大讨论。

2024-06-24 12:22:34

轻量级MobileSAM：比FastSAM快4倍，处理一张图像仅需10ms

今天分享研究了通用的零样本分割，在不需要任何训练样本的情况下，实现新类别的全景、实例和语义分割。

2024-06-24 09:35:52

CVPR2024：VIVO提出泛化性更强的SAM（附源码下载）

由 Meta AI 开发的 Segment Anything Model（SAM）在图像分割任务中表现杰出。然而，和其他类似模型一样，SAM 在某些特定的细分应用中也遇到了限制，这促使研究者寻找一种在不损害其固有泛化能力前提下对其进行性能提升的策略。

2024-06-24 09:33:01

一夜淘汰700人！ChatGPT之母：AI自动化取代人类，创意性工作可能消失

AI淘汰大部分人类似乎就是一场终局。OpenAI CTO在采访中称，一些创意性的工作会消失。今天，她再次发长文佐证自己的观点。而现在，AI取代大厂的一大批员工真真实实发生了。

2024-06-24 08:40:00

有钱买卡还不够，10万卡H100集群有多难搭？一文解析算力集群技术要点

在英伟达市值猛涨、各家科技巨头囤芯片的热潮中，我们往往会忽视GPU芯片是如何转变为数据中心算力的。最近，一篇SemiAnalysis的技术文章就深入解读了10万卡H100集群的构建过程。

2024-06-24 08:30:00

从RLHF到DPO再到TDPO，大模型对齐算法已经是「token-level」

来自中科院和伦敦大学学院的汪军与张海峰团队提出了一种从 token-level 角度建模的大模型对齐算法：TDPO。

2024-06-24 08:25:00

CVPR 24｜ETH Zurich等团队：重新定义小样本3D分割任务，新基准开启广阔提升潜力！

ETH Zurich等团队提出了一种Few-shot学习方法，大大改善了这一局限性，并重新审视了目前的FS-PCS任务，在3D场景感知领域引入全新的benchmark，为未来的模型设计与开发开创了新局面。

2024-06-24 08:22:00

3D 场景感知

无需人类或GPT-4打标签！南大&旷视研究院无监督范式大幅降低视觉大模型对齐成本

于是团队经过研究，通过构造偏好样本对的方式解决了视觉语言模型的偏好对齐问题，并提出了Self-Supervised Visual Preference Alignment（SeVa）范式。

2024-06-24 08:15:00

视觉语言模型

提速199倍！清华&哈佛发布三维语义高斯泼溅LangSplat｜CVPR‘24 Highlight

清华&哈佛团队提出LangSplat，在开放文本目标定位和语义分割任务上达到SOTA性能。

2024-06-24 08:15:00

何恺明新作再战AI生成：入职MIT后首次带队，奥赛双料金牌得主邓明扬参与

传统观点认为，图像生成的自回归模型通常伴随着矢量量化（Vector Quantization），比如DALL·E一代就使用了经典的VQ-VAE方法。

2024-06-24 08:10:00

图像生成模型

为什么都放弃了LangChain？

这是一个持续一年多的故事，从选择 LangChain 开始，随后进入到了与 LangChain 顽强斗争的阶段。在 2024 年，他们终于决定告别 LangChain。

2024-06-24 07:58:00

导师爆料：这篇CVPR最佳学生论文，从想法到成稿只用一个月，源自业余灵感

据 Mip-Splatting 论文一作 Zehao Yu 的导师、图宾根大学教授 Andreas Geiger 透露，这篇论文从想法公布到成稿，只用了一个月的时间。

2024-06-24 07:35:00

美政府再发AI禁令！限制美国人对华AI技术和产品投资

美国财政部刚刚公布了全新禁令，禁止美国人对某些终端用途的人工智能，以及使用特定计算能力的系统进行投资；而即使是开发未被禁止的AI系统或芯片相关交易，也需要上报。

2024-06-24 07:30:00

计算机禁令

GPT-5一年半后拥有「博士级智能」，Claude 3.5首超人类博士！全知全能ASI将成人类「新神」？

OpenAI CTO Murati表示，GPT-5将在一年半后发布，在某些领域将达到博士的智能；而Claude 3.5 Sonnet，已经成为了第一个测试分数高于最聪明的人类博士的模型。当AGI进一步发展为ASI，它会因为接近神性的全知、全能、无所不在，而被人类敬奉为「新神」吗？当ASI给出一张「希特勒名单」，人类又将怎样？

2024-06-24 07:00:00

1 2 3 4 5 6 ··· 478 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营