搜索
以 GPT-4o 为代表的实时交互多模态大模型（LMMs）引发了研究者对高效 LMM 的广泛关注。现有主流模型通过将视觉输入转化为大量视觉 tokens，并将其嵌入大语言模型（LLM）上下文来实现视觉信息理解。
本周四消息，去年刚刚加入知名 AI 创业公司 Anthropic 的 OpenAI 联合创始人约翰・舒尔曼 (John Schulman) 已辞去这家人工智能初创公司的职务。
本周三，该公司全面发布 Gemini 2.0 Flash、 Gemini 2.0 Flash-Lite 以及新一代旗舰大模型 Gemini 2.0 Pro 实验版本，并且还在 Gemini App 中推出了其推理模型 Gemini 2.0 Flash Thinking。
还记得半年前在 X 上引起热议的肖像音频驱动技术 Loopy 吗？升级版技术方案来了，字节跳动数字人团队推出了新的多模态数字人方案 OmniHuman, 其可以对任意尺寸和人物占比的单张图片结合一段输入的音频进行视频生成，生成的人物视频效果生动，具有非常高的自然度。
英伟达卡内基梅隆大学一起，给宇树机器人“一雪前耻”了（doge）。只通过一个训练框架，机器人就能成为“学人精”，完成各种高难度敏捷动作。
记者从多方获悉，全球顶尖人工智能科学家许主洪教授（Steven Hoi）正式加入阿里巴巴，出任阿里集团副总裁，负责AI To C业务的多模态基础模型及Agents相关基础研究与应用解决方案。
诚如我们在《Deepseek的意义、价值与影响》中所阐述的那样，开源模型Deepseek的率先冲线，标志着 “机器智能寒武纪时刻”的启动，产业即将因此进入应用创新大爆发周期。
36氪获悉，「乐享科技」于近期完成天使轮融资本轮融资由IDG资本领投，Monolith、经纬创投、真格基金、红杉种子基金、绿洲资本跟投，融资总金额接近2亿元人民币，投后估值约为6亿元
AI发展日新月异，未来扑朔迷离。近日，Web框架Django之父Simon Willison，预测了未来1、3、6年不同阶段的AI发展以及影响。
最近，一位哈佛教授痛心疾首地曝出，DeepSeek本来有机会诞生在美国？原本DeepSeek的工程师可以拿到英伟达的全职offer，美国却没有将他留住，导致「钱学森回国」的故事再一次上演，美国跟「国运级AI」擦肩而过！