AI进家庭
ICLR 2025 计算开销减半！Dynamic-LLaVA刷新多模态大模型推理加速上限
多模态大模型（MLLMs）在视觉理解与推理等领域取得了显著成就。然而，随着解码（decoding）阶段不断生成新的 token，推理过程的计算复杂度和 GPU 显存占用逐渐增加，这导致了多模态大模型推理效率的降低。 现有的方法通过减少预填...
迈向长上下文视频生成！FAR重塑下一帧预测范式，短视频与长视频双双登顶SOTA
背景：长上下文视频生成的挑战 目前的视频生成技术大多是在短视频数据上训练，推理时则通过滑动窗口等策略，逐步扩展生成的视频长度。然而，这种方式无法充分利用视频的长时上下文信息，容易导致生成内容在时序上出现潜在的不一致性。 解决这一问题的关...
英伟达送钱送算力！数据过滤挑战赛开启：白嫖A100，冲击1万美金大奖！
在大模型时代，数据质量决定了一切。但在资源受限的边缘设备上，高效的语言模型（Edge LMs）更是依赖于高质量的数据。如何在海量数据中筛选出最优子集，让小模型也能大放异彩？近日芯片巨头英伟达联合 Lambda Labs 以及 Turing...
优必选与东风柳汽签订人形机器人采购合同，已收到预付款
文｜ 杨柳 港股“人形机器人第一股”优必选（09880.HK）获得首笔工业制造场景人形机器人采购合同。 优必选4月27日傍晚公告，公司前期进入多家知名汽车工厂开展具身智能人形机器人实训取得实质性进展，于2025年4月24日与采购方签订大型...
性能每9个月翻一番，谷歌领跑AI算力，新论文揭示AI超级计算机发展趋势
文丨谭梓馨 前沿人工智能的发展依赖于强大的AI超级计算机，目前谁拥有着地表最强的AI算力？ 近日，致力于研究人工智能未来的科学家团队Epoch AI在新发表的一篇论文报告中对此进行了研究分析。 研究人员创建了一个包含2019年至202...
爆款预定！告别手动录播，这个B站神器让你秒变大神！
大家好，我是每日给大家推荐优秀开源项目的小G！ 还在为错过精彩直播而捶胸顿足？还在为手动录制、剪辑、上传B站视频而头秃？🤯 今天小G给大家挖到一个宝藏级开源项目——BILIVE！短短几天时间，BILIVE在GitHub上已经收获了 1.7k...
VLA分层革命：当机器人学会用“快慢脑”思考物理世界｜
率先实现泛化能力、灵巧操作、CoT推理能力的融合。 作者｜王艺 1957年，在一场国际会议上，一位男士通过操作机械臂，为打字员女士点燃了一支香烟，这个机器臂名叫Atomic Robot a Handy Guy（原子机器人），是第一个能完...
2个月拿下4大赛道头部玩家，阶跃抢先交出Agent战场最硬核答卷
从汽车、手机、IoT到具身智能，国内AI独角兽跑在了大模型落地第一梯队。 作者 | 云鹏 编辑 | 漠影 今天，“智能体（Agent）”已经成为全球科技圈的当红炸子鸡。 从智能手机、汽车、IoT到具身智能，可以说科技领域最火的赛道...
Arc浏览器创始人专访：复盘Arc得失，想用Dia重新定义AI浏览器
Dia 应该是在目前在用户实测中体验反馈效果最好的 AI 浏览器之一。 不同于其他产品在已有浏览器上进行「雕花」，增添 AI 功能的做法，Dia 将 AI 作为核心构建理念，想要打造一个由 AI 驱动的全新浏览环境。 在 Dia 之前，...
1亿图文对！格灵深瞳开源RealSyn数据集，CLIP多任务性能刷新SOTA
RealSyn团队 投稿 量子位 | 公众号 QbitAI 新的亿级大规模图文对数据集来了，CLIP达成新SOTA！ 格灵深瞳最新发布的高质量数据集RealSyn，不仅规模大——包含1亿组图文对，而且每张图片都同时关联多个真实和合成文本。 ...