IT之家11月20日消息，Niantic宣布将基于数百万《PokémonGo》玩家的数据来开发一个新的“大型地理空间模型”（LGM）。该公司表示，空间智能是人工智能模型的下一个前沿领域。这种AI模型可以使计算机和机器人以新的方式理解和与世界互动。当你看到一种熟悉的建筑——无论是教堂、雕像还是广场——都很容易想象出它从其他角度看起来是什么样子，即便你并未从其他角度看到过它。作为人类，我们拥有“空间理

感谢IT之家网友風見暉一的线索投递！IT之家9月14日消息，据《智能涌现》报道，中国AI大模型初创公司MiniMax产品负责人、前今日头条用户产品负责人张前川，因个人原因目前已淡出公司事务，改任产品顾问一职。MiniMax回应称，消息内容属实，感谢前川的付出和努力。一名知情者表示，产品顾问其实是虚职，张前川已经不参与公司业务，与离职无异。报道称，张前川此前在MiniMax内负责“星野”和“海螺”两

IT之家5月26日消息，微软近日公布了旗下小语言AI模型家族（SLM）最新成员“Phi-3-vision”，这款模型主打“视觉能力”，能够理解图文内容，同时据称可以在移动平台上流畅高效运行。据介绍，Phi-3-vision是微软Phi-3家族首款多模态模型，该模型的文字理解能力基于Phi-3-mini，同时也具备Phi-3-mini的轻量特点，能够在移动平台/嵌入终端中运行；该模型参数量为42亿，

【新智元导读】为训练AI模型，纽约州立大学的一名教授BrendenLake，竟让自己不到2岁女儿头戴相机收集数据！要知道，Meta训Llama3直接用了15万亿个token，如果Lake真能让AI模型学习人类幼崽，从有限的输入中学习，那LLM的全球数据荒岂不是解决了？为了训练AI模型，一位纽约州立大学的教授，竟然把类似GoPro的相机绑在了自己女儿头上！虽然听起来不可思议，但这位教授的行为，其实是

IT之家5月6日消息，据台湾地区媒体 Digitimes 报道，苹果公司计划通过自研大语言模型Ajax来优化iOS18，Siri有望获得大改造，但该公司不会推出ChatGPT等类型的AI聊天机器人。苹果公司的Ajax模型最初曝光于 2023 年 7 月，当时消息称这款模型基于 Google 的 Jax&nbs

IT之家3月21日消息，StabilityAI近日发布了StableVideo3D模型，该模型可从单张图像创建多视图3D视频。▲图源StabilityAI，下同StableVideo3D包含两个变体，其中SV3D_u能基于单个图像输入生成轨道视频，无需相机调节；而SV3D_p扩展了SVD3_u的功能，其可容纳轨道视图，允许沿着指定的摄像机路径创建3D视频。相较之前的StableZero123模型或

IT之家12月25日消息，谷歌研究院日前发文，介绍了一项利用开源模拟软件SUMO（SimulationofUrbanMobility）打造的“交通疏导”AI模型应用成果。据悉，谷歌研究人员使用SUMO软件建立了西雅图T-MobilePark及LumenField地区的基础模型，并利用了谷歌地图提供的“拥堵量”、“红绿灯位置”、“道路平均行驶速度”等信息绘制了完整的热力地图。▲图源谷歌官方新闻稿（下

IT之家11月3日消息，中科院物理所官网发文，近期，中国科学院物理研究所/北京凝聚态物理国家研究中心SF10组和中国科学院计算机网络信息中心共同合作，将AI大模型应用于材料科学领域，将数万个化学合成路径数据投喂给大语言模型LLAMA2-7b，从而获得了MatChat模型，可用来预测无机材料的合成路径。IT之家注意到，该模型可根据所询问的结构进行逻辑推理，并输出相应的制备工艺和配方。目前已部署上线，

IT之家10月20日消息，据达摩院DAMO官方公众号发文显示，阿里达摩院今天发布业内首个遥感AI大模型（AIE-SEG），号称“率先在遥感领域实现了图像分割的任务统一”、“一个模型实现‘万物零样本’的快速提取”，并可识别农田、水域、建筑物等近百种遥感地物分类，还能根据用户的交互式反馈自动调优识别结果。据悉，遥感技术主要用于城市规划、耕地保护、应急救灾等行业应用，而在 AI 加持

IT之家7月28日消息，谷歌今日推出了一种新的人工智能（AI）模型RoboticsTransformer2（RT-2），可以帮助训练机器人理解扔垃圾等任务。▲ 图源谷歌DeepMind官网谷歌表示，RT-2是一种视觉语言动作模型，可将互联网上采集的信息和图像转化为机器人可理解的动作，从而帮助提升机器人的学习能力。虽然像捡垃圾这样的任务对于人类来说听起来很简单，但机器人需要了解一系列知识后

IT之家7月25日消息，AI创业公司MosaicML近日发布了其70亿参数模型MPT-7B-8K，据悉，该模型一次可以处理8000字文本，相当擅长处理长文重点摘要和问答，还能在MosaicML平台上根据特定任务，进一步微调相关配置。▲图源 Huggingface据悉，系列模型采用了150万个Token，并以256块H100GPU花3天完成模型训练而成。MosaicML本次发布了3个版本模

IT之家7月10日消息，Databricks日前发布大数据分析平台Spark所用的AI模型SDK，开发者写代码时，可用英文下指令，编译器就会将英文指令转换为PySpark或SQL语言代码，以提升开发者效率。▲图源Databricks网站据悉，Spark是一款开源大数据分析工具，每年超过10亿次下载、在全球208个国家和地区使用。▲图源Databricks网站Databricks表示，微软的AI代码

感谢IT之家网友西窗旧事的线索投递！IT之家6月27日消息，ChatGPT、Mid-Journey、微软BingChat、Auto-GPT……自去年年底以来，对话式人工智能与AIGC技术的发展以及商业落地进展飞速，让人目不暇接，而国内各大厂商也相继推出了自家产品。在京东云城市大会上海站上，京东集团技术委员会主席、京东云事业部总裁曹鹏介绍，即将推出的言犀大规模预训练语言模型，是参数达到千亿级的新一代

IT之家6月25日消息，AI创业公司MosaicML近日发布了其语言模型MPT-30B，该模型具有300亿参数，训练成本“仅有其他同类竞品模型的零头”，有望促进行业逐步降低此类模型训练成本，扩大AI模型在更广泛领域的运用。▲图源MosaicMLMosaicML公司的首席执行官兼联合创始人NaveenRao表示，MPT-30B的训练成本为70万美元（约502.44万元人民币），远低于GPT-3等同类

IT之家6月14日消息，日前微软研究人员展示了LLaVA-Med模型，该模型主要用于生物医学方面的研究，可根据CT、X光图片等推测出患者的病理状况。据悉，微软研究人员与一批医院合作，获得了使用生物医学图像文本对应大型数据集来训练多模态AI模型。该数据集包括胸部X光、MRI、组织学、病理学和CT图像等，覆盖范围相对全面。▲图源微软微软使用GPT-4，基于VisionTransformer和Vicun

Runway的Gen-1还没内测完，Gen-2就以迅雷不及掩耳之势发布了。这次的效果更加炸裂，AI大导离淘汰人类，又近了一步。昨天，Midjourney生成的完美情侣刷爆网络，大家纷纷在留言区里畅想，下一步，就是演员被淘汰，人人都能升级大导，一键生成大电影了。巧得很，今天，会做视频的AI模型不就来了嘛。刚刚，仿佛一声惊雷炸响，Runway发布了文字生成视频模型Gen-2。宣传词也是非常炸裂——「s

下面来欣赏一些高糊图片“整个世界都清晰了”的魔法时刻：无论是动漫还是真实图像，是不是都清晰还原了？以上就是由腾讯ARC实验室最新发表的图像超分辨率模型完成的。与前人工作相比，它可以更有效地消除低分辩率图像中的振铃和overshoot伪影；面对真实风景图片，能更逼真地恢复细节，比如树枝、岩石、砖块等。除了上面这些官方的demo，我们也试了一下，效果还比较满意：如果你也想试试，可在GitHub上下载该