Aujourd'hui, l'équipe du modèle linguistique Doubao publie officiellement un rapport technique sur la technologie de génération d'images à partir de texte, dévoilant pour la première fois les détails techniques du modèle de génération d'images Seedream 2.0, couvrant la construction de données, le cadre de pré-entraînement, et le processus complet de RLHF post-entraînement. Seedream 2.0, lancé début décembre 2024 sur les applications Doubao et Jimeng, a déjà servi des centaines de millions d'utilisateurs finaux et est très apprécié des designers professionnels. Comparé aux modèles dominants tels qu'Ideogram 2.0 et Midjourney V6.1, il...

De nos jours, qui n'a pas un employé IA ? Mais avez-vous déjà vu un patron cybernétique contrôler à distance une armée d'IA directement dans un groupe de discussion ? Récemment, un style unique et rafraîchissant a explosé sur Xiaohongshu : les internautes se transforment en PDG autoritaires de sociétés d'IA, dirigeant et donnant des ordres à de nombreux modèles d'IA dans un groupe de discussion, mettant en scène une comédie hilarante de pièces de théâtre sur le lieu de travail de l'IA. L'instigatrice est l'internaute Xiaohongshu Komorebi, sa note d'image et de texte sur le fait d'être devenue la dirigeante d'une IA a instantanément enflammé l'enthousiasme des internautes pour les mèmes. On la voit créer sérieusement un groupe...

L'équipe du modèle de langage large Doubao de ByteDance a récemment annoncé avoir réussi à surmonter les goulots d'étranglement clés de l'architecture du modèle d'expert mixte (MoE) et a publié en open source une technologie d'optimisation majeure nommée COMET. Cette technologie améliore considérablement l'efficacité de l'entraînement des grands modèles, permettant une augmentation de l'efficacité allant jusqu'à 1,7 fois et réduisant efficacement les coûts de formation de 40 %. Remarque sur l'image : l'image a été générée par l'IA, le fournisseur de services d'autorisation d'image étant Midjourney. COMET a déjà été appliquée à l'entraînement en cluster de plusieurs milliers de cartes chez ByteDance, permettant des économies de plusieurs millions de GP.

Récemment, le monde de la technologie et la communauté des développeurs ont été submergés par un projet open source nommé Browser Use ! Cet outil est comme des ailes pour l'IA, lui permettant de contrôler un navigateur aussi facilement qu'un humain. Il suffit d'un langage naturel pour commander à l'IA d'effectuer automatiquement diverses tâches sur le Web. Ses puissantes capacités d'automatisation et sa flexibilité de déploiement ont instantanément enflammé la passion des amateurs de technologie du monde entier, déclenchant une vague immense sur la plateforme X (anciennement Twitter). Browser Use se propage à une vitesse fulgurante, propulsant l'IA dans le domaine de l'automatisation des navigateurs.

La première vente aux enchères d'art IA organisée par Christie's a généré 728 000 dollars, mais a également suscité une controverse sur la nature de l'art et le rôle de l'intelligence artificielle dans sa création.

Une percée révolutionnaire dans la technologie de l'échographie assistée par l'intelligence artificielle a remporté un million de dollars. Cette technologie promet de révolutionner le diagnostic et le traitement des maladies cardiaques, redéfinissant ainsi la manière dont nous surveillons et améliorons la santé cardiaque.

Ce matin, lors de la première séance de questions-réponses des représentants à la troisième session de la 14e Assemblée populaire nationale, Lei Jun, représentant à l'Assemblée populaire nationale, fondateur, président-directeur général de Xiaomi et président de Kingsoft, a répondu aux questions des journalistes. M. Lei Jun a présenté en détail le rôle de Xiaomi dans le secteur manufacturier, son orientation en matière d'innovation technologique et sa stratégie de mondialisation.

L'application Tianyancha indique que le champ d'activité de la société Hefei iFlytek Star Shield Technology Co., Ltd. est très vaste, couvrant le développement de logiciels, les ressources et plateformes technologiques d'intelligence artificielle de base, le développement de logiciels d'intelligence artificielle théorique et algorithmique, le développement de logiciels d'application d'intelligence artificielle, le développement de logiciels de sécurité réseau et de l'information et les services de big data. Ces domaines d'activité montrent clairement les solides capacités de la société en matière d'innovation technologique et de services informatiques.

Le 28 février, le ministère de l'Industrie et des technologies de l'information a publié les « Lignes directrices sur la gestion et les techniques relatives à l'accès au marché, au rappel et aux mises à jour logicielles en ligne des produits automobiles intelligents et connectés », exigeant expressément que les systèmes de véhicules automobiles intelligents et connectés soient dotés de stratégies de restriction, telles que l'interdiction d'activer les fonctions correspondantes, lorsque le conducteur n'utilise pas correctement les fonctions d'assistance à la conduite combinées. Cette nouvelle réglementation vise à améliorer encore la sécurité et le contrôle des systèmes d'assistance à la conduite intelligente. Conformément aux lignes directrices, les systèmes de véhicules automobiles intelligents et connectés doivent avoir des stratégies d'activation, d'exécution et de sortie claires. Pour les fonctions d'assistance à la conduite, lorsque le système détecte que le conducteur s'éloigne de la tâche de conduite dynamique, ne répond pas aux avertissements et...

Le 27 février, Beijing Baidu Netcom Science and Technology Co., Ltd. (ci-après dénommée « Baidu ») et Contemporary Amperex Technology Co., Limited (CATL) ont signé un accord de coopération stratégique à Ningde, dans le Fujian. Cet accord vise à développer une coopération approfondie dans les deux domaines clés que sont la conduite autonome et la numérisation, afin de promouvoir conjointement la popularisation des services de conduite autonome et l'application des technologies d'IA dans le secteur industriel.

Dans le domaine de l'intelligence artificielle, le développement rapide des modèles linguistiques a suscité un intérêt considérable pour les modèles linguistiques de compréhension vocale (SULM). Récemment, le laboratoire ASLP de l'Université de technologie du Nord-Ouest a publié le modèle de compréhension vocale ouvert OSUM, visant à explorer comment entraîner et utiliser efficacement les modèles de compréhension vocale dans un contexte de ressources académiques limitées, afin de stimuler la recherche et l'innovation dans le milieu universitaire. Le modèle OSUM intègre l'encodeur Whisper et le modèle linguistique Qwen2, prenant en charge 8 tâches vocales, notamment la reconnaissance vocale (ASR), et la transcription avec horodatage.

Lors d'une récente conférence téléphonique sur les résultats financiers, le fondateur de Baidu, Li Yanhong, a analysé en profondeur la décision d'open source de la série de modèles linguistiques massifs Wenxin 4.5. Il a déclaré qu'à partir de son projet DeepSeek développé en interne, Baidu a compris que les meilleurs modèles open source stimuleraient considérablement l'utilisation et l'adoption par les utilisateurs. Lorsqu'un modèle puissant est open source, il attire naturellement plus de personnes qui souhaitent l'essayer par curiosité, ce qui favorise non seulement la diffusion de la technologie, mais aussi des applications plus larges. Li Yanhong a souligné que le modèle linguistique massif Wenxin 4.5 serait le modèle de Baidu à ce jour...

Dans le domaine de l'intelligence artificielle, l'équipe DeepSeek a récemment publié ses derniers résultats de recherche, présentant un mécanisme d'attention clairsemé innovant appelé NSA (Native Sparse Attention). L'objectif principal de cette technologie est d'améliorer la vitesse d'entraînement et d'inférence à long contexte, en particulier en étant optimisée pour le matériel moderne, ce qui permet une amélioration significative de l'efficacité de l'entraînement et de l'inférence. Le lancement de la technologie NSA a apporté des changements notables à l'entraînement des modèles d'intelligence artificielle. Tout d'abord, elle utilise une série de techniques ciblant le matériel informatique moderne

Dans le domaine de la biotechnologie, la nouvelle entreprise Latent Labs sort de l'ombre grâce à un financement de 50 millions de dollars. Fondée par Simon Kohl, ancien scientifique chez Google DeepMind, la société vise à utiliser les modèles de base de l'intelligence artificielle pour « rendre la biologie programmable » et collabore avec des entreprises de biotechnologie et de pharmacie pour générer et optimiser les protéines. Pour comprendre la mission de Latent Labs, il faut d'abord reconnaître le rôle clé des protéines en biologie. Les protéines sont les éléments constitutifs des cellules vivantes...

Le laboratoire Tongyi a récemment publié en open source InspireMusic, sa technologie innovante de génération musicale. Il s'agit d'une boîte à outils AIGC open source conçue pour la génération de musique, de chansons et d'audio, offrant une plateforme complète aux chercheurs, développeurs et mélomanes. InspireMusic fournit aux chercheurs et développeurs des outils de formation et d'optimisation de modèles de génération de musique/chansons/audio, ainsi que des modèles efficaces pour optimiser les résultats de génération. De plus, cette boîte à outils...