4月19日

开源大模型Llama 3王者归来！最大底牌4000亿参数，性能直逼GPT-4

Meta 正式发布了人们等待已久的开源大模型 Llama 3。与此同时，扎克伯格宣布：基于最新的 Llama 3 模型，Meta 的 AI 助手现在已经覆盖 Instagram、WhatsApp、Facebook 等全系应用，并单独开启了网站。另外还有一个图像生成器，可根据自然语言提示词生成图片。同日，亚马逊云科技也宣布，Meta Llama 3 基础模型已可通过 Amazon SageMaker JumpStart来部署和推理运行。亚马逊云科技官方博客详细介绍了如何在 SageMaker Studio 中使用 Llama 3 模型（见文后链接），感兴趣的读者可以详细了解。在 Facebook、Instagram、WhatsApp 和 Messenger 上，用户现在可以借助 Meta AI 进行搜索，无需在应用程序之间切换。图像生成器带来的玩法更加有趣，Imagine 功能带来了从文本实时创建图像。这一功能的测试版从今天开始在美国的 WhatsApp 和 Meta AI 网络体验上推出。来源：微信公众号【机器之心】

百度智能云：下接万卡集群、上连AI原生应用，操作系统的进化超出你的想象

在 4 月 16 日举办的 2024 百度 Create AI 开发者大会上，百度智能云扔下一颗「重磅炸弹」，重新定义了计算机的核心系统软件 —— 操作系统。会上，百度集团执行副总裁、百度智能云事业群总裁沈抖宣布正式发布新一代智能计算操作系统 —— 万源。在大模型技术不断推动云服务向 AI 靠拢的当下，这成为了百度跳出传统云计算、革新 AI 原生应用开发体验的一大举措。Kernel（内核）层包含百度百舸・AI 异构计算平台和百度文心大模型，满足模型训练算力需求和多样化大模型使用需求。内核层之上的 Shell（外壳）层为千帆 ModelBuilder 平台，让开发者按需和细分场景来定制、精调模型。最上面为 Toolkit（工具）层，千帆 AppBuilder 和 AgentBuilder 支持了各类应用和 Agent 的快速开发。来源：微信公众号【机器之心】

全新生成式编辑框架GenN2N，统一NeRF转换任务

来自香港科技大学，清华大学的研究者提出了「GenN2N」，一个统一的生成式 NeRF-to-NeRF 转换框架，适用于各种 NeRF 转换任务，例如文字驱动的 NeRF 编辑、着色、超分辨率、修复等，性能均表现极其出色！团队提出了「GenN2N」，一种适用于多种 NeRF 编辑任务的 NeRF-to-NeRF 通用框架，其核心在于用生成的方式来刻画编辑过程多解性，使其可以借助生成式编辑轻松产生大量符合要求的编辑结果供用户挑选。在 GenN2N 的核心部分，1）引入了 3D VAE-GAN 的生成式框架，使用 VAE 表征整个编辑空间，来学习与一组输入的 2D 编辑图像对应的所有可能的 3D NeRF 编辑分布，并用 GAN 为编辑 NeRF 的不同视图提供合理的监督，确保编辑结果的真实性，2）使用对比学习解耦编辑内容和视角，确保不同视角间的编辑内容一致性，3）在推理时，用户简单地从条件生成模型中随机地采样出多个编辑码，就可以生成与编辑目标对应的各种 3D 编辑结果。来源：微信公众号【机器之心】

科学家打造Digit人形机器人，能行走于陌生环境且不会摔倒

美国俄勒冈州立大学计算机科学教授艾伦·费恩（Alan Fern）和一组研究人员成功训练了一种名为 Digit V3 的人形机器人，使其能够站立、行走、拿起盒子并将其从一处移动到另一处。与此同时，美国加州大学伯克利分校的另一组研究人员专注于教会 Digit 在陌生的环境中行走，带着不同的重物，并且不会摔倒。他们的论文发表在最新的 Science Robotics 上。这两个小组都在使用一种名为模拟到真实强化学习（sim-to-real reinforcement learning）的人工智能技术，这是一种训练像 Digit 这样的两足机器人的新兴方法。研究人员认为，这将创造出更强大、更可靠的两足机器人，能够更安全地与周围环境互动，并更快地学习。模拟到真实的强化学习会训练人工智能模型在模拟环境中完成某些任务数十亿次，然后由该模型驱动的机器人会尝试在现实世界中完成这些任务。神经网络使用一种奖励函数来引导机器人，每当机器人靠近目标位置或完成目标行为时都会获得“奖励”（较高得分）。来源：微信公众号【 DeepTech深科技】