AI进家庭
打破长视频理解瓶颈：HoPE混合位置编码提升VLM长度泛化能力
李浩然，CMU 机器学习系研究生，研究方向是基础模型的长上下文建模、对齐、以及检索增强生成。 如今的视觉语言模型 (VLM, Vision Language Models) 已经在视觉问答、图像描述等多模态任务上取得了卓越的表现。然而，它...
猫猫睡觉睡上顶刊：三分之二的家猫都倾向于向左睡
不圆 发自 凹非寺 量子位 | 公众号 QbitAI 三分之二的家猫都更倾向于向左睡。 这是来自最新刊登在Current Biology的研究结论，论文标题就是：家猫的侧睡姿势。 此前的研究显示，脊椎动物和无脊椎动物都表现出多种大脑和...
Nature：博士太多，高校已经装不下了！
新智元报道 编辑：LRS 【新智元导读】过去几十年，全球博士毕业生数量呈爆炸式增长，但学术界职位空缺数量远低于毕业生数量。如今博士生的就业趋势已从学术界转向工业界，未来博士教育培养模式应转变，产学研深入结合，以更好地匹配劳动力市场...
刚刚，OpenAI 四位华人 AI 大牛集体被挖！清北浙大中科大校友，小扎杀疯了
睡醒第一件事，是看 Meta 今天又挖了谁。 今天凌晨，据 The Information 援引知情人士消息称，Meta 再度从 OpenAI 招来四名研究员（Shengjia Zhao、Jiahui Yu、Shuchao Bi 和 Hon...
AI正在淘汰“中间层”！昆仑万维方汉：要么冲进前10%，要么学会“向下兼容”
采访 | 霍太稳 编辑 | Tina 过去一年，全球科技巨头都把宝押在了 AI 上。像 Meta、微软、亚马逊、谷歌 这些大公司，今年光是在 AI 基础设施上就打算砸 3,250 亿美元，秉持“先烧钱、后吃肉”的战略，推动大模型技术快速发...
AI一眼认出95万物种，还能分辨雄雌老幼，2亿生物图像炼成“生命视觉”大模型
BIOCLIP 2团队 投稿 量子位 | 公众号 QbitAI 让AI看懂95万物种，并自己悟出生态关系与个体差异! 俄亥俄州立大学研究团队在2亿生物图像数据上训练了BioCLIP 2模型。大规模的训练让BioCLIP 2取得了目前最优的物...
MindOmni：腾讯联合清华等机构推出的多模态大语言模型，推理生成能力卓越
在人工智能领域，多模态大语言模型的发展正逐渐改变着我们对智能交互的认知。腾讯联合清华大学深圳国际研究生院、香港中文大学和香港大学等机构，共同推出了名为MindOmni的多模态大语言模型，它在视觉理解、文本到图像生成、推理生成等方面展现出了...
Flux Kontext Dev发布，免费开源一句话P图的时代到来了！
ChatGPT 4o一句话P图功能发布后，引起了轰动。 一时间全世界都在用ChatGPT 4o 把图片P成吉卜力风格。 很长一段时间，其他AI团队难以复现这个功能。 后来豆包一定程度上实现了一句话P图功能，但缺点是风格不那么稳定，只能算“...
刚刚，OpenAI四位华人学者集体被挖，还是Meta重金出手
机器之心报道 编辑：杜伟、大盘鸡 再一次，Meta「搜刮」了 OpenAI 的成员。The Information 发布了文章，谈到 Meta 再聘四名 OpenAI 研究人员。这离上一次 OpenAI 苏黎世办公室被 Meta 一锅端只隔...