有“AI教母”之称的斯坦福大学教授李飞飞及其团队近日发布了一项关于多模态大模型“空间智能”的研究,揭示这些模型在记忆和回忆空间方面已经具备初步能力,并展现出形成局部世界模型的潜力。研究团队开发了用于评估视觉空间智能能力的工具——VSI-Bench,其中包含超过5000个基于288个真实视频的高质量问答对。测试视频涵盖居住空间、专业场所及工业场景,涉及多个地理区域。研究结果显示,尽管多模态模型的总体表现尚低于人类,但在某些任务上已达到或接近人类水平。例如,
香港中文大学(CUHK)的研究团队成功开发了一种新的基础人工智能模型“VisionFM”,专注于眼科疾病的诊断与预测,特别在疾病筛查和青光眼进展预测等方面表现出色。相关研究已于上月发表在《NEJM AI》期刊上。图源备注:图片由AI生成,图片授权服务商MidjourneyVisionFM 的能力令人瞩目。研究显示,该模型在诊断12种眼科疾病时,其精确度不仅可与中级眼科医生相媲美,甚至在部分任务中表现更优,尤其在预测青光眼进展方面,超过了此前眼科领域的基础模型 RETFound。研究团队认为,随着训练
话说最近的科技圈,AI的战火那是烧得正旺,各路豪杰纷纷亮出自己的看家本领。而曾经被认为有些“落后”的谷歌,最近却突然发力,一连串的“王炸”级新品,让投资者们眼前一亮,惊呼: “AI界,又要变天了!”《金融时报》在周日(12月22日)的一篇报道中指出,谷歌在本月通过发布更先进的AI模型,让投资者们刮目相看。这些模型在基准测试中的表现,甚至超越了一些竞争对手。就像一位武林高手,突然使出了绝世武功,让江湖顿时风云变色。不仅如此,谷歌还推出了一款新的自研A
近日,苹果公司在机器学习领域的最新研究显示,他们通过与 NVIDIA 的合作,成功将大型语言模型(LLM)的生成速度提高了近三倍。这一进展的关键在于苹果开源的技术 “Recurrent Drafter”(ReDrafter),它采用了一种推测解码方法,能够显著提升模型训练的效率。在过去,创建大型语言模型的过程通常非常耗时和耗资源,企业常常需要购买大量的硬件设备,进而增加了运营成本。2024年早些时候,苹果发布了 ReDrafter,这一技术结合了递归神经网络和动态树关注的方法,能够快速生成和验证标记,