搜索
OpenAI在5月14日推出了新一代人工智能模型GPT-4o，支持文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出。仅仅一天后，谷歌就在新一届I/O开发者大会上发布、更新了十多款产品，包括AI助手Project Astra、文生图模型Imagen3、对标Sora的文生视频模型Veo，以及备受瞩目的大模型Gemini 1.5 Pro的升级版。
近来和AI创业者的交流增加，随后就发现大家的产品很容易就落到过去SaaS的框子里面去。这就引发一个很关键的问题：SaaS不灵是因为技术不好么？否则一种更好的技术为什么能改变这个行业的盈利情况？
数据中心设计的未来。随着人工智能对数据需求越来越大，助力数据中心提升效率的企业将占据优势。
Sora 炸场之后，视频生成持续广受关注，不断掀起新的热潮。
近些年，语言建模领域进展非凡。Llama 或 ChatGPT 等许多大型语言模型（LLM）有能力解决多种不同的任务，它们也正在成为越来越常用的工具。
大型语言模型（LLM）的一个主要特点是「大」，也因此其训练和部署成本都相当高，如何在保证 LLM 准确度的同时让其变小就成了非常重要且有价值的研究课题。
360 度场景生成是计算机视觉的重要任务，主流方法主要可分为两类，一类利用图像扩散模型分别生成 360 度场景的多个视角。由于图像扩散模型缺乏场景全局结构的先验知识，这类方法无法有效生成多样的 360 度视角，导致场景内主要的目标被多次重复生成，如图 1 的床和雕塑。
当前大家常见的视频生成是酱婶儿的：
第一次见到甲骨文 AI 平台的时候我觉得特别有趣，它不仅能够查询甲骨文以及甲骨片，而且针对每一个甲骨文都有详细的来源出处、释义、甲骨片信息等等，还有高清的甲骨片，甚至能把这么多的甲骨文井然有序地汇总在一起。
突然间，大模型迈进了“免费”时代。