标签：新智元
60行代码，从头开始构建GPT！最全实践指南来了
摘要：本文介绍了如何使用60行代码从头开始构建GPT（生成式预训练Transformer）的实践指南。GPT是一种基于Transformer的神经网络结构，能够生成文本，并通过...
全新「多模态」生图AI文字渲染暴打Midjourney+DALL·E 3！5亿融资Karpathy都投了
Ideogram是一款新兴的文生图工具，它在文字渲染能力上表现出色，成功获得了8000万美元的融资。这款工具能够根据用户的提示生成带有自然悬浮文字或立体文字的...
OpenAI把GPT塞进机器人大脑，具身AGI奇点迫近！英伟达微软参投26亿美金独角兽Figure
新智元报道了OpenAI与Figure的合作，旨在为机器人开发下一代AI多模态模型。Figure 01机器人的视频展示了其通过学习实现的端到端视觉运动策略，以及在煮咖啡等...
AI版西游记震撼百万网友！AI电影平台炸裂发布颠覆好莱坞，手把手打造爆款视频
新智元报道指出，AI视频制作正成为全网热潮，网友们利用Runway、Pika等工具制作出电影级大片，如B站的AI版西游记动画短片，播放量接近百万。Lightricks公司推...
几行代码稳定UNet ! 中山大学等提出ScaleLong扩散模型：从质疑Scaling到成为Scaling
本文探讨了在扩散模型中UNet结构的long skip connection上应用scaling操作对模型训练稳定性的影响。研究发现，适当的scaling系数可以缓解特征不稳定现象，提...
英伟达最强通用大模型Nemotron-4登场！15B击败62B，目标单张A100/H100可跑
英伟达近期推出了具有150亿参数的Nemotron-4模型，旨在打造一个能在单个A100/H100 GPU上运行的通用大模型。该模型在英语、多语言和编码任务上表现出色，性能...
Llama 3被爆7月解禁剑指GPT-4，最大参数超1400亿！2名核心团队成员却离职
新智元报道：据外媒报道，Meta计划在7月发布Llama 3，这是一个开源大模型，预计将具有超过1400亿参数，性能将远超Llama 2。Llama 3将解除一些限制，能更好地...
中国如何复刻Sora，华人团队长文解构！996 OpenAI研究员：Sora是视频GPT-2时刻
摘要：OpenAI研究员Jason Wei将Sora视频生成模型比作视频领域的GPT-2，预示着视频生成技术的新时代。Sora能够创作出具有艺术感和逼真度的短视频，尽管还不能...
谷歌豪掷6000万美元买「美版贴吧」数据，只为训AI模型！Altman竟是第三大股东
摘要：Reddit与谷歌宣布了一项价值6000万美元的合作协议，Reddit将提供其用户内容数据帮助谷歌训练AI模型。Reddit的CEO Steve Huffman强调了Reddit作为数据源...
AI x 机器人爆发年！英伟达Jim Fan领衔登月任务，谷歌DeepMind新技术曝光
摘要：AI与机器人技术的结合正在成为时代的新风口。谷歌DeepMind和英伟达等AI巨头在机器人领域取得了新的进展。Jim Fan与Yuke Zhu合作创立了GEAR研究小组，致...
