搜索优化
English
搜索
Copilot
图片
视频
地图
资讯
购物
更多
航班
旅游
酒店
笔记本
Top stories
Sports
U.S.
Local
World
Science
Technology
Entertainment
Business
More
Politics
过去 30 天
时间不限
过去 1 小时
过去 24 小时
过去 7 天
按相关度排序
按时间排序
15 分钟
这是激进投资AI的锦秋基金,从硅谷带回的二十五条关键认知
作为这个活动背后的攒局者,锦秋基金不仅投资了北美的一些活跃的AI基金,与全球AI市场建立连接,也特别推出了Soil种子计划,以激进的、快速灵活决策的方式支持AI领域的早期创业者。过去的2024年,锦秋频繁出手了AI达人营销平台Aha ...
3 小时
大佬发声:中国AI已追上美国。
根据业内数据显示,中国的AI创业企业已经突破千家,且市场规模不断扩大。以百度、阿里巴巴、腾讯等巨头为代表,纷纷投入重金布局AI生态。他们推出的AI产品不仅涵盖了智能语音、图像识别、自动驾驶等领域,更是在医疗、金融、教育等行业落地生根,助力服务升级。
4 天
李飞飞:语言之外,另一半的智能还有待实现
「语言是人类的语言,而 3D 是自然的语言。」 「除了语言,我们还有另外一半智能,这部分非常深刻,就是我们做事的能力。」 「在 AI 之间加一个 G 以强调其通用性,我是尊重这个想法的。从制造能够思考和帮助人们做出决策的机器的角度来看,AI 或 ...
腾讯网
2 小时
AI 2025 的硅谷答案:60 条关键洞察
重塑世界的力量不在硅谷,而在一代中国从业者的努力中。来源:石头学习笔记(ID:notes2024)原标题:AI 2025的硅谷答案:60条关键洞察编者按:2024 年末国内大模型公司的组团推新品,让人们看到了 AI 依旧火热。在硅谷,AI 从业者们在热烈讨论后,总结出了 2025 年,AI ...
中华网
26 天
智元机器人开源AgiBot World数据集 具身智能迎“ImageNet时刻”
这一项目标志着具身智能领域的“ImageNet 时刻”已经到来。 智元机器人将按计划在 HuggingFace、Github 以及 agibot-world.com 项目主页上分批上传数据。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集。相比谷歌开源的 Open X ...
腾讯网
4 天
Z Tech|智元机器人北大实习生推出OmniManip,引入自我校正机制,缓解 ...
Paper link:https://arxiv.org/pdf/2501.03841Project link:https://omnimanip.github.ioAuthor:Mingjie Pan, Jiyao Zhang, Tianshu ...
站长之家
26 天
重磅:中国开源首个百万级机器人数据集,具身智能迎来ImageNet时刻
相较谷歌的Open X-Embodiment,其长程数据规模提升10倍,场景覆盖扩大100倍,数据质量达到工业级标准。 这个被誉为具身智能领域"ImageNet时刻"的开源项目展现了令人惊叹的机器人能力。从客厅插花到厨房做饭,从超市收银到工厂分拣,AgiBot World涵盖了家居、餐饮 ...
电子工程专辑
26 天
智元开源百万真机数据集!具身智能领域的ImageNet时刻已到来!
这一里程碑式的开源项目,标志着具身智能领域“ImageNet时刻”已到来。 这是智元机器人本年度开源的第三个项目,亦是对智元818发布会承诺的完美兑现。我们将按计划在HuggingFace、Github以及agibot-world.com项目主页上分批上传数据,加速人类迈向通用人工智能的新 ...
腾讯网
2 天
从游戏显卡到AI之王:黄仁勋的三十年“逆袭”
檀林/文在《黄仁勋:英伟达之芯》一书中,美国《纽约客》资深科技记者斯蒂芬·威特以细腻深刻的笔触,全方位展现了这位科技界传奇人物的非凡历程。从怀揣梦想的移民少年,到如今引领全球AI芯片革命的行业领袖,黄仁勋的故事不仅是一部扣人心弦的商业传奇,更是一部关 ...
51CTO
26 天
智元开源百万真机数据集!具身智能领域的ImageNet时刻已到来!
这一里程碑式的开源项目,标志着具身智能领域“ImageNet时刻”已到来。 作为上海模塑申城语料普惠计划中的一份子,智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思,今天重磅发布全球首个基于全域真实场景、全能硬件 ...
8 天
GAN已死?GAN万岁,布朗康奈尔新作爆火,一夜碾压扩散模型
摒弃StyleGAN反锁技巧,转而采用简洁而高效的现代架构设计。结果发现,适当的ResNet设计、初始化和重采样,同时加上分组卷积和无归一化,就能达到甚至超越StyleGAN的性能。
一些您可能无法访问的结果已被隐去。
显示无法访问的结果
反馈