近日，Meta 公司推出一个名为「Open Materials 2024」（OMat24）的大型开放数据集和配套的预训练模型，旨在彻底改变 AI 驱动的材料发现。
Auto Byte
专注未来出行及智能汽车科技
微信扫一扫获取更多资讯
Science AI
关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展
微信扫一扫获取更多资讯
最新通讯
最新参考Week 42 · OpenAI 的 MLE-bench 被当成「奇点触发器」了？
10.18本周，OpenAI 开源多智能体框架「Swarm」被指控剽窃；李飞飞提出面向机器人策略训练的「数字表亲」概念。
Week 41 · 解锁具身 Scaling Law 需要先搞定异构数据吗？
10.11本周，特斯拉发布 Cybercab 及人形机器人等一系列进展；OpenAI 完成 66 亿美元融资，Sora负责人与 o1 作者离职；上交大发布 o1 复现项目进展报告。
Week 39 · LLM 之后，AI 的下个关键词会是 LWM 吗？
09.28本周，OpenAI 高层再次发生剧变；Meta 推出 Llama 3.2；传高通计划收购英特尔
Week 38 · TLDR，o1 技术细节推测汇总了解一下？
09.20本周，苹果提出 sigmoid 注意力机制；李飞飞正式宣布创立「World Labs」；1X 发布其世界模型 demo。
Week 37 · Scaling 范式变了？Self-Play 还值得 All In 吗？
09.13本周，OpenAI 发布新模型 o1 引起热议；DeepSeek 提出万卡计算集群架构 Fire-Flyer 2 。
Week 36 · 用 Test Time 换 Training Time 能让 LLM 更强吗？
09.06本周，李飞飞团队发布空间之能新成果 ReKep；Ilya Sutskever 创企 SSI 完成 10 亿美元融资。
OpenAI 的 MLE-bench 被当成「奇点触发器」了？
10.18近日，在社交媒体平台 Reddit 的「Singularity（奇点）」板块，一个名为「OpenAI 最新研究论文中关于 AGI 的摘录」的帖子引发大量关注。
Ilya Sutskever：对 ChatGPT 的深层理解与对 AI 未来的思考
10.18近日，在社交媒体平台 Reddit 上，前 OpenAI 首席科学家 Ilya Sutskever 与英伟达 CEO 黄仁勋在 2023 年的一场对谈重新引起了热议。
解锁具身 Scaling Law 需要先搞定异构数据吗？
10.12清华叉院助理教授、博导赵行曾在访谈中指出，在尝试使用 AI 技术开发机器人时，我们面临的最大挑战是缺乏一个在泛化性和通用性上表现出色的高性能模型[17] 。业内许多工作尝试改进/调整模型架构、学习策略和数据类型等方式探求这种 Foundation Model。近期的部分工作显示出机器人数据的异构特质似乎是一个重要问题。
OpenAI 已破解多数据中心分布式训练？美科技巨头比拼 AI 基础设施能力
10.11近日，SemiAnalysis 的创始人 Dylan Patel 在一档播客中透露，微软和 OpenAI 已经实现了多数据中心训练。
Alexandr Wang：数据是新一代 AI 的发展核心
10.11近日，Scale AI 创始人兼首席执行官 Alexandr Wang 与 a16z 普通合伙人 David George 对话，Wang 就 AI 数据、语言模型开发阶段等话题分享了其看法，包括 AI 三大支柱、语言模型训练的数据问题以及 AI 技术对于企业的影响等。
LLM 之后，AI 的下个关键词会是 LWM 吗？
09.28李飞飞最近正式启动创业公司 World Labs，明确了要开发“大世界模型（LWM）”，实现空间之能的愿景，让业界又一次将视野投入世界模型。
近日，Meta 公司推出一个名为「Open Materials 2024」（OMat24）的大型开放数据集和配套的预训练模型，旨在彻底改变 AI 驱动的材料发现。
让 AI 与人类价值观对齐一直都是 AI 领域的一大重要且热门的研究课题
合合信息亮相2024中国模式识别与计算机视觉大会，用AI构建图像内容安全防线
最近一段时间，随着 OpenAI o1 模型的推出，关于大型语言模型是否拥有推理能力的讨论又多了起来。
开启终端侧生成式 AI 的全新时代。
我们提出了 Janus，一种基于自回归的多模态理解与生成统一模型。
研究者们已经并陆续构建了成千上万的大规模语言模型（LLM），这些模型的各项能力（如推理和生成）也越来越强。
有了AI，人人都能像大冰一样妙语连珠。
10 月 4 日，播客节目 BG2（Brad Gerstner 和 Clark Tang）邀请到了英伟达 CEO 黄仁勋，他们一起讨论了 AGI、机器学习加速、英伟达的竞争优势、推理与训练的重要性、AI 领域未来的市场动态、AI 对各个行业的影响、工作的未来、AI 提高生产力的潜力、开源与闭源之间的平衡、马斯克的 Memphis 超级集群、X.ai、OpenAI、AI 的安全开发等。
Sánchez-Villar 的团队开发了 NSTX 和 WEST 上的实时核心离子回旋加速器频率范围 (ICRF) 加热模型。该模型基于两种非线性回归算法，即决策树的随机森林集成和多层感知器神经网络。
该团队开发了一种新型的多模态整合方法，能够实现多模态单细胞数据的整合与插补，这一成果可以促进多模态单细胞数据的分析。
“万元券包”能领尽领！
最热文章
