Meta apresenta mecanismo de atenção S2A, elevando a precisão de modelos grandes para 80,3%

Nova atualização do Xunlei: Download de modelos grandes com um clique e aproveite a experiência de aceleração!

No mundo de rápido desenvolvimento da inteligência artificial, os desenvolvedores costumam precisar baixar arquivos de modelos grandes. No entanto, os métodos tradicionais de download de arquivos únicos, um por um, são não apenas demorados e trabalhosos, mas também a organização de arquivos após uma grande quantidade de downloads costuma ser confusa e frustrante. Para resolver este problema, o Xunlei lançou recentemente uma versão atualizada do plug-in, totalmente aprimorada para o download de modelos grandes, trazendo uma nova experiência de "download com um clique", com carregamento automático de todos os arquivos e arquivamento inteligente. A função "download com um clique" atualizada visa melhorar drasticamente a eficiência do download.

He Xiaopeng afirma que o chip de IA Turing de desenvolvimento próprio será lançado no segundo trimestre, com suporte para modelos grandes de 30B de parâmetros

O presidente da XPeng Motors, He Xiaopeng, anunciou recentemente que o chip de IA Turing, totalmente desenvolvido pela empresa, entrará em produção em massa e será instalado nos veículos no segundo trimestre deste ano. Este avanço ocorre em um momento em que a indústria automobilística está acelerando a adoção de tecnologias de direção autônoma ponta a ponta e impulsionando a expansão contínua da escala de modelos grandes de IA. A XPeng Motors está construindo seu cérebro de IA mais poderoso por meio do desenvolvimento simultâneo de um modelo base mundial com uma quantidade de parâmetros 35 vezes maior que os modelos VLA convencionais, e um chip de desenvolvimento próprio com poder de computação equivalente a três unidades Nvidia Orin X, que está prestes a entrar em produção em massa.

XPeng explora tecnologia de mapeamento crowdsourced, mas a empresa reafirma seu compromisso com a rota de modelos grandes sem mapas

Recentemente, surgiram notícias de que a XPeng está ativamente desenvolvendo internamente uma nova tecnologia chamada "Mapeamento de Origens Múltiplas", com o objetivo de fornecer suporte de navegação mais preciso para seu sistema de direção autônoma. Essa tecnologia está em desenvolvimento há meses, atualmente em fase de pesquisa, e poderá futuramente complementar a solução de direção autônoma de nível 3 da XPeng. O cerne da tecnologia de mapeamento de múltiplas origens reside na operação colaborativa de múltiplos veículos para coletar dados de estrada em tempo real, gerando e atualizando mapas dinamicamente. A vantagem dessa tecnologia é sua capacidade de cobrir áreas inacessíveis a sensores, fornecendo um conjunto de dados mais abrangente para sistemas de direção inteligentes.

Notícias de IA enfrentam resistência pública: metade dos americanos rejeita reportagens escritas por máquinas

Uma pesquisa recente revela que aproximadamente metade da população americana se opõe à utilização de inteligência artificial na produção de notícias. A resistência se deve a preocupações com a precisão, a imparcialidade e o impacto potencial na indústria jornalística.

CEO da Amazon revela que chips próprios reduzem custos de IA; investimento de US$ 100 bilhões em 2025

Na recente carta anual aos acionistas, o CEO da Amazon, Andy Jassy, destacou os grandes investimentos da empresa em inteligência artificial (IA). Ele apontou que, embora os custos atuais de desenvolvimento e implantação de IA permaneçam altos, com o avanço da tecnologia, o custo de uso da IA deve diminuir significativamente no futuro. Nota da imagem: Imagem gerada por IA, serviço de licenciamento de imagens Midjourney. Jassy revelou que a Amazon planeja investir até US$ 100 bilhões em gastos de capital em 2025, o que...

ByteDance lança Multi-SWE-bench de código aberto para impulsionar a atualização inteligente de código de modelos grandes

Tesla amplia contratações em ritmo acelerado para atingir meta de produção inicial do robô humanoide Optimus

A Tesla está acelerando seu projeto de robô humanoide Optimus, com o objetivo de alcançar a produção em massa inicial. Segundo as últimas notícias, a Tesla aumentou significativamente suas contratações recentemente, adicionando dezenas de vagas relacionadas ao Optimus, abrangendo diversas áreas como engenharia de manufatura, gestão de produção e desenvolvimento tecnológico. Essa iniciativa demonstra o comprometimento da Tesla em atingir sua meta de produzir os primeiros robôs Optimus até 2025, além de aprofundar a colaboração com parceiros para impulsionar a comercialização da tecnologia de robôs humanoides. Atualmente, as contratações da Tesla...

Desempenho de raciocínio aprimorado! DeepSeek apresenta tecnologia inovadora SPCT para tornar modelos grandes mais compreensivos

O renomado laboratório de pesquisa de inteligência artificial chinês DeepSeek AI, após seu poderoso modelo de linguagem de código aberto DeepSeek-R1, alcançou mais um avanço significativo no campo dos modelos de linguagem grandes (LLM). Recentemente, a DeepSeek AI lançou oficialmente uma tecnologia inovadora chamada Ajuste de Crítica de Princípio Próprio (Self-Principled Critique Tuning, ou SPCT), com o objetivo de construir modelos de recompensa de IA (Reward Models) mais gerais e escaláveis.

Pesquisa do Google revela: dados sintéticos aumentam em oito vezes a capacidade de raciocínio lógico de modelos grandes

Nova pesquisa do Google: dados sintéticos aumentam em oito vezes a capacidade de raciocínio matemático de modelos grandes

Recentemente, uma equipe de pesquisa do Google, da Universidade Carnegie Mellon e da MultiOn publicou um novo estudo sobre o uso de dados sintéticos no treinamento de modelos grandes. De acordo com o relatório da Epoch AI, uma organização de pesquisa em desenvolvimento de IA, atualmente existem cerca de 300 trilhões de tokens de dados de treinamento de texto de alta qualidade publicamente disponíveis para humanos, mas com o rápido desenvolvimento de modelos grandes como o ChatGPT, a demanda por dados de treinamento está crescendo exponencialmente e espera-se que esses dados sejam esgotados antes de 2026, portanto, os dados sintéticos estão se tornando cada vez mais importantes.