AI进家庭

当置身于一场音乐会，闭上眼睛，我们仍能凭借声音判断乐器的位置；在电影院，环绕音效让我们仿佛置身于电影场景之中。空间音频，作为一种能够模拟真实听觉环境的技术，正逐渐成为提升沉浸式体验的关键。 然而，现有的技术大多基于固定的视角视频，缺乏对 360° 全景视频中空间信息的充分利用。今天，我们带来一项在空间音频生成领域具有里程碑意义的研究 —— OmniAudi...

©来源 | 机器之心 自回归（AR）范式凭借将语言转化为离散 token 的核心技术，在大语言模型领域大获成功 —— 从 GPT-3 到 GPT-4o，「next-token prediction」以简单粗暴的因果建模横扫语言领域。但当我们将目光转向视觉生成，却发现这条黄金定律似乎失效了…… 现有方案硬生生将图像网格化为空间 token，强行塞入自回归架...

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 拷打AI的难度还在升级？这不，图像推理又出现了新难题。 该问题在Reddit上引起热议：目前没有任何AI能真正解决复杂推理问题。 问题定义其实非常简单——在下图中还需要添加多少个小立方体能形成一个完整的大立方体？ 针对这一难题，国内外支持图像输入的大模型纷纷给出了不同的答案。 其中，o3给出的答案是4...

新智元报道 编辑：LRS 【新智元导读】理想中的多模态大模型应该是什么样？十所顶尖高校联合发布General-Level评估框架和General-Bench基准数据集，用五级分类制明确了多模态通才模型的能力标准。当前多模态大语言模型在任务支持、模态覆盖等方面存在不足，且多数通用模型未能超越专家模型，真正的通用人工智能需要实现模态间的协同效应。 得益...

金磊 发自 凹非寺 量子位 | 公众号 QbitAI 部署超大规模MoE这件事，国产芯片的推理性能，已经再创新高了—— 不仅是“英伟达含量为0”这么简单，更是性能全面超越英伟达Hopper架构！ 而做到这一点的，正是华为昇腾；具体而言，共包含两个产品： CloudMatrix 384超节点 部署DeepSeek V3/R1，在50ms时延约束下单卡Dec...

那些叶片连缀起来，是茂盛的藤条。 作者｜史中 文章来源｜浅黑科技 赛博世界维修工 “如果把记忆能力从你的大脑抽掉。” 对面的男人对我说。 “你听到的每一句话，都像是我和你说的第一句话。” 对面的男人对我说。 “你如何完成这场谈话，得到你想要的信息？” 对面的男人对我说。 “或者你会觉得。” “这样的自己。” “有智能吗？” 男人站起身来，兀自拉开窗户，...

允中 发自 凹非寺 量子位 | 公众号 QbitAI 全面拥抱AI之后，OceanBase首次详解了他们的战略。 第三届开发者大会上，OceanBase发布了面向AI的应用产品PowerRAG—— 主打RAG开发能力开箱即用，打通应用开发数据层、平台层、接口层与应用层的全流程。 它可以帮助用户实现文档知识库、智能对话、图像比对、数据分析等多种AI应用场景的快...

PointKAN团队 投稿 量子位 | 公众号 QbitAI 新架构选择用KAN做3D感知，点云分析有了新SOTA！ 来自哈尔滨工业大学（深圳）和宾夕法尼亚大学的联合团队最近推出了一种基于Kolmogorov-Arnold Networks_(KANs)_的3D感知解决方案——PointKAN，在处理点云数据的下游任务上展现出巨大的潜力。 △PointK...

文｜ 李玲 “推动更多科技成果从‘书架’走上‘货架’，从样品变成产品……让创新链和产业链无缝对接。” 5月15日，在工业和信息化部举行“推进科技服务业高质量发展”新闻发布会上，工信部科技司司长魏巍表示，重点从建机制、搭平台、壮主体、育市场、优生态等方面，推动科技创新和产业创新深度融合。 其中在建机制方面，魏巍提到，将增加高质量科技供给，完善需求牵引、协同攻...

文｜ 李玲 2019年至2023年，规模以上科技服务业企业营收年均增长12.3%。建设各类科技型企业孵化载体1.6万家，建成覆盖全国95%县级以上地区的孵化服务体系。截至2024年底，各类孵化器累计孵化科技型企业超过30万家。 5月15日，工业和信息化部举行“推进科技服务业高质量发展”新闻发布会，会上公布了有关科技服务业发展的最新数据。 在谈到科技型企业孵...