安爸

简介 MonkeyOCR采用结构-识别-关系（SRR）三元组范式，既简化了模块化方法的多工具流程，又避免了使用大型多模态模型处理整页文档的低效问题。 与基于流程的MinerU方法相比，我们在九种中英文文档上的平均性能提升了5.1%，其中公式识别提升15.0%，表格识别提升8.6%。 与端到端模型相比，我们的30亿参数模型在英文文档上的平均表现最佳，超越了G...

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！ 法国著名开源大模型平台Mistral AI发布了，一站式编程助手Mistral Code。 旨在解决企业开发人员在使用AI编码工具时遇到的合规性和安全障碍。这些障碍常常使得其他编码助手...

机器之心报道 机器之心编辑部 最近，Meta 大动作不断。 前些天有外媒曝出马克・扎克伯格正在组建一个名为「超级智能团队」的专家团队，以实现通用人工智能。随后开出 9 位数的薪酬为该团队吸纳人才。 就在刚刚，Meta 又有新的动作，推出基于视频训练的世界模型 V-JEPA 2（全称 Video Joint Embedding Predictive Archi...

让AI真正理解世界，Meta又迈出了关键一步。 编译 | 云鹏 编辑 | 漠影 智东西6月12日消息，刚刚，Meta发布了最新的开源世界模型V-JEPA 2，称其在物理世界中实现了最先进的视觉理解和预测，从而提高了AI agents的物理推理能力。 Meta副总裁、首席AI科学家杨立昆（Yann LeCun）亲自发布了该模型，他在官方视频中提到...

白交 发自 凹非寺 量子位 | 公众号 QbitAI 小扎亲手挖人，很疯狂。 最新爆料，谷歌DeepMind首席研究员Jack Rae已经确认转投。 另有消息称，Meta还招募了AI语音初创公司Sesame AI的ML主管 Johan Schalkwyk。 前一天刚被爆出，他想斥巨资150亿美元收购Scale AI，后者做数据标注已经做到了百亿美元估值。据...

NFD团队 投稿 量子位 | 公众号 QbitAI 在A100上用310M模型，实现每秒超30帧自回归视频生成，同时画面还保持高质量！ 视频生成现在都快这个程度了？ 最近，来自微软研究院的团队与北大联合发布新框架——Next-Frame Diffusion (NFD)。 通过实现帧内并行采样，帧间自回归的方式，NFD让视频生成在保持较高生成质量的同时，生成...

AutoSchemaKG团队 投稿 量子位 | 公众号 QbitAI 知识图谱（KGs）已经可以很好地将海量的复杂信息整理成结构化的、机器可读的知识，但目前的构建方法仍需要由领域专家预先创建模式，这限制了KGs的可扩展性、适应性和领域覆盖范围。 为此，香港科技大学KnowComp实验室联合香港华为理论部提出了AutoSchemaKG：一个无需预定义模式、用于...

作者_｜王兆洋 邮箱｜_wangzhaoyang@pingwest.com 01 火山引擎的名字里没有云。 这件事在以前是个需要解释的事情。2020年底，字节内部的关键决策会议上，正式决定让火山引擎对外提供服务、进入真实的市场，而在这个最初的会议上，字节希望这个技术平台不只是“又一个云计算厂商”。于是干脆从名字就不带云。 在火山引擎进入这个市场的时刻，云计...

前几天，全国 1335 万考生走出了高考考场，但真正的「战场」才刚刚开始。 当这千万的家庭一同涌入志愿填报这座「信息迷宫」，你会发现，这里的硝烟味，丝毫不亚于考场。 3000 多所大学，1600 多个专业，听着就让人头大。更别提年年「上新」的招生政策，什么「专业组平行志愿」、「院校投档线差」，复杂得堪比高数题。 信息差，在这里就是赤裸裸的成本。一步选错，可...

作者_｜summer 邮箱｜_huangxiaoyi@pingwest.com “做电商，要小心厂二代！” 这句玩笑话，却真实地道出了“厂二代”这个群体在电商行业的杀伤力——他们拥有着作为最源头的成本优势，更懂消费趋势和互联网，能捕捉风向快速反馈到生产端，把效率拉到极致，是如今电商环境下当之无愧的黑马。 张宇（化名），就是一个典型的厂二代。 2019年，2...