近日，小扎在采访中透露，Meta等一众大厂或许将在今年拥有能够媲美中级软件工程师的AI；而在未来，AI将能够完成几乎所有的编码工作，甚至是AI系统本身的开发。面对即将到来的智能浪潮，人类该如何未雨绸缪？个人又该如何适应变革？

论文中，作者提出了一种突破性的新型GAN架构——R3GAN（Re-GAN），其最大核心亮点在于，引入了全新的正则化相对性损失函数。 结果证明，一个不使用任何技巧的极简GAN，能够以一半的模型参数，以及单步生成的方式达到与EDM（扩散模型）相当的性能。

很多研究 ChatGPT 的人，在使用后不久就会开始捣鼓 ChatGPT API。它是 OpenAI 提供的开放程序接口，让开发者可以把业界最先进的大模型引入到自己的产品中，构建聊天机器人、虚拟助手等等。近一年来，依靠这套工具打造的热门 App ...

该研究从认知科学的双过程理论中汲取灵感，将 Meta-CoT 框架看作为一种 System 2 推理形式。本文奠定了 Meta-CoT ...

数字产品工作室Planetary的创始人Joshua Gross曾表示过，他们给客户重新设计的网站上线后，流量激增，导致客户云成本翻倍。 针对这一现象，来自数字广告公司DoubleVerify的一份新研究显示，AI爬虫在2024 年导致“一般无效流量 ...

刚刚，马斯克抛出了一个惊人预测——未来3-4年，除了体力活，AI将能完成所有和认知有关的工作。 「4年内，除了体力活，AI将掌管一切脑力工作」！ 马斯克的一句话，惊爆全网。 就在CES ...

银河通用机器人发布了端到端具身抓取基础大模型「GraspVLA」，全球第一个预训练完全基于仿真合成大数据的具身大模型，展现出了比OpenVLA、π0、RT-2、RDT等模型更全面强大的泛化性和真实场景实用潜力。

后来Koduri在网友追问下给出了详细解释，表示英伟达宣传的算力是在FP4精度下的，而Project DIGITS 在FP16下的表现，可能就和5070差不多，甚至接近Intel Arc B580（售价250美元）。

对于基于指令的视频预测，研究者创建了一个名为Cosmos-1X的数据集。该数据集包含大约200小时的由EVE（1x.Tech公司的一款人形机器人）捕捉的第一视角视频，包括导航、折叠衣物、清洁桌面、拾取物体等。

今天，银河通用机器人发布了端到端具身抓取基础大模型「GraspVLA」，全球第一个预训练完全基于仿真合成大数据的具身大模型，展现出了比OpenVLA、π0、RT-2、RDT等模型更全面强大的泛化性和真实场景实用潜力。

基于之前介绍的自动驾驶系统风险量化和先前知识驱动范式，利用大模型的推理能力提出 SafeDrive，这是一个知识具大和数据驱动的框架，如图所示。本文中，GPT-4 ...

如果通过迭代提示要求 LLM 「让这些代码更好」确实能让代码质量提升，那么有望极大地提升生产力。如果情况果然如此，那要是迭代次数过多又会怎样呢？最终的代码也会出现某种「宇宙感」吗？只有试过才知道。