在生物序列建模领域，深度学习技术的进步令人瞩目，但高昂的计算需求和对大数据集的依赖让许多研究者感到困扰。最近，麻省理工学院（MIT）、哈佛大学和卡内基梅隆大学的研究团队推出了一种名为 Lyra 的新型生物序列建模方法。这种方法不仅参数显著减少到仅有传统模型的12万分之一，而且能够在短短两小时内使用两块 GPU 进行训练，极大地提升了模型的效率。Lyra 的设计灵感来源于生物学中的上位效应（即序列内突变间的相互作用），它通过一个次二次架构来有效理解生物序列与其

在今天的例行发布会上，市场监管总局宣布，将加快推进人工智能（AI）领域国家标准的研制工作。这一举措旨在引领行业发展方向，优化技术应用，提升产业生态，推动AI技术的高效、可靠应用。首先，市场监管总局将重点关注算力平台的标准建设。计划加快推动深度学习编译器、高质量数据集以及计算调度与协同等关键技术标准的制定。通过优化AI数据服务和计算资源整合，提升人工智能领域的资源利用效率。图源备注：图片由AI生成，图片授权服务商Midjourney在大模型技术领域，将加速

VideoPainter是一款基于深度学习的编辑神器，犹如一位灵巧的魔术师，能够通过简单的提示词，自动识别并修改视频内容，尤其适合长视频处理。输入提示词，自动识别内容想象一下，您正在观看一段精彩的视频，突然发现某个细节让您感到不满。以往，您可能需要费尽周折，逐帧调整，甚至重拍整个片段。但现在，有了 VideoPainter，您只需输入简短的提示词，这个系统就能自动识别需要修改的内容，并完成编辑。就像是在对一位艺术家发出指令:“把这块背景换成星空!” 于是，瞬间，您眼

近日，Nvidia与犹他州政府宣布建立战略合作伙伴关系，共同推出全面的人工智能教育计划，旨在提升该州劳动力技能并促进经济增长。这项公私合作将为犹他州的大学、社区学院和成人教育项目提供发展生成式人工智能技能的关键资源。作为计划核心部分，教育工作者可通过Nvidia深度学习学院大学大使计划获得专业认证，享有高质量教学套件、研讨会内容以及云端Nvidia GPU加速工作站的访问权限。犹他州州长Spencer Cox表示:"人工智能将影响犹他州经济的每个领域。与Nvidia合作是帮助我们在短

日前，Arc Institute 与 NVIDIA 合作，联合斯坦福大学、加州大学伯克利分校和加州大学旧金山分校的研究人员，共同推出了全球最大的生物学人工智能模型 ——Evo2。该模型以超过128，000个基因组的数据为基础，训练了9.3万亿个核苷酸，使其规模与最强大的生成性 AI 语言模型相媲美。Evo2的深度学习能力使其能够快速识别不同生物体基因序列中的模式，研究人员无需耗费数年时间。该模型能够准确识别引起人类疾病的突变，并有能力设计出与简单细菌基因组长度相当的新基因组。Evo2的开发团队

社交媒体巨头 Meta 最近宣布，他们开发了一种新设备，可以通过读取人脑的神经信号，实现文字输入。这项研究成果由 Meta 的科学家们在两项研究中详细介绍，利用先进的脑扫描技术和深度学习 AI 模型，成功地解码出人们在打字时的脑电信号，甚至能够重建出完整的句子。具体来说，这项技术依赖于一种名为磁脑电图（MEG）的扫描仪，能够捕捉大脑发出的微弱磁信号。与需要植入体内的脑机接口技术相比，这种设备的优势在于它无需进行侵入性手术，能在不对大脑进行直接操作的情况下工

DeepSeek今日发布重要通知，因服务器资源紧张，即日起暂停API充值服务。公司表示，用户现有账户余额仍可继续使用，但暂不接受新的充值。与此同时，DeepSeek还宣布其产品价格调整计划。DeepSeek-chat模型的优惠期将于2025年2月8日24:00结束。优惠到期后，该模型将执行新的价格标准:输入tokens按每百万2元计费，输出tokens则为每百万8元。此外，新上线的DeepSeek-reasoner模型采用更高的定价策略，输入和输出tokens分别按每百万4元和16元收费。这一系列调整反映出AI服务提供商面临的资源压力，以及市

近日，知名的AI企业DeepSeek，随着用户量的快速增长，正积极扩大其员工规模。据某招聘平台显示，杭州深度求索人工智能（AI）基础技术研究有限公司，即DeepSeek，已发布了多个岗位的招聘信息，涵盖深度学习研究员、核心系统研发工程师及资深UI设计师等多个领域，工作地点位于北京或杭州。

​近日，腾讯云TI平台宣布正式上架备受瞩目的DeepSeek系列模型，包括参数量达到671B的“满血版”V3和R1原版模型，以及基于DeepSeek-R1蒸馏得到的系列模型，参数规模从70B到1.5B不等。这一举措为开发者提供了强大的AI工具支持，进一步推动了大模型技术的普及和应用。

随着数字设备的快速普及，如何将图像和视频完美适配各种屏幕尺寸，成为了一个亟待解决的问题。阿联酋沙迦大学的科研团队最近发表了一项研究，利用深度学习模型开发出一种全新的技术，能够自动预测图像的最佳尺寸，从而实现不同设备间的无缝显示。这项研究的核心是采用了转移学习技术，使用了 Resnet18、DenseNet121和 InceptionV3等深度学习模型。研究人员表示，现有的图像重定向技术虽然已经有很多，但往往无法自动调整图像尺寸，仍需人工干预。这导致在不同屏幕上，图像可能出

近日，专注于 AI 代码编译器研发的 Anysphere 公司宣布成功完成1.05亿美元的 B 轮融资。此次融资由多家顶级投资机构参与，包括 Thrive Capital、Andreessen Horowitz（a16z）和 Benchmark 等，标志着 Cursor 编译器在技术创新与市场扩展方面取得了重要进展。Cursor 编译器自推出以来，凭借其独特的 AI 驱动特性，受到业界的广泛关注。与传统编译器不同，Cursor 不仅能够高效地进行代码转换，还运用了深度学习算法，能够理解并优化代码的逻辑结构。这一创新显著提升了编程效率与代码质量，解决了软件开发

近日，研究者们推出了一项名为 “TryOffAnyone” 的创新技术，旨在从穿着衣物的模特中生成各种服装的图像。简单的说，这与AI试衣的产品相反，该技术可以从人物身上提取出他穿的衣服。该项目的核心功能是利用深度学习算法，通过分析用户上传的图片，生成与原图中穿着者相符的多样化服装图案。使用这一模型的过程相当简单，用户只需提供一张图片的 URL，程序便能自动处理并生成相应的服装图像。生成的结果会保存在项目的指定数据目录中，方便用户进行查看和下载。此外，研究团

在近期的一次内部战略会议上，谷歌首席执行官桑达尔・皮查伊（Sundar Pichai）对公司未来的发展方向做出了明确的阐述。他指出，2025年将是谷歌在人工智能领域的一个关键年份，强调公司必须更加专注于利用 AI 技术解决用户的实际问题。皮查伊表示:“我们需要深刻认识到这个时刻的紧迫性，并加快公司内部的步伐。现在的竞争压力非常大。” 他进一步指出，尽管在历史上不一定需要成为首个推出产品的公司，但谷歌必须在产品的执行上做到最好。他认为，这正是2025年的核心所在。在会

据证券时报消息，小米创始人雷军以千万年薪，成功招募了DeepSeek开源大模型DeepSeek-V2的关键开发者之一——罗福莉，领导小米AI大模型团队。此举引起了业界的广泛关注，也标志着小米在人工智能领域的战略提速。资料显示，罗福莉，95后AI天才，毕业于北京师范大学和北京大学。她在2019年就以在顶级人工智能会议ACL上发表8篇论文，成为学术界的焦点。此后，她曾在阿里达摩院、幻方量化等企业担任技术岗位，并在DeepSeek担任深度学习研究员，参与研发了MoE大模型DeepSeek-V2。DeepSeek-V2的中文

近日，谷歌深度学习团队和多所大学的研究人员联合发布了一项名为 “MegaSaM” 的新系统，该系统能够从普通的动态视频中快速、准确地估计相机参数和深度图。这一技术的问世，将为我们在日常生活中录制的视频带来更多的可能性，特别是在动态场景的捕捉与分析方面。传统的运动结构重建（Structure from Motion，SfM）和单目同步定位与地图构建(SLAM)技术，通常需要输入静态场景的视频，并且对视差的要求较高。面对动态场景，这些方法的表现往往不尽如人意，因为在缺乏静态背景的情况下

阿里巴巴达摩院的通义实验室近期宣布开源一项名为ClearerVoice-Studio的语音处理技术，旨在提升语音质量和可懂度。随着语音技术的广泛应用，语音质量受到越来越多人的关注，尤其是在环境噪声、混响和设备拾音等情况下，语音处理技术的需求日益迫切。

近日，厦门大学信息学院史晓东教授团队的“基于甲骨文多模态大模型的多元信息甲骨文辅助考释模型”入选“探元计划2024”创新探索型项目TOP10榜单，为甲骨文的现代化考释开辟了新路径。甲骨文作为世界四大古文字之一，已有三千多年的历史，是现代汉字的源头。然而，传统的甲骨文考释依赖专家的人工解读，工作繁琐且耗时。尽管采用字形分析和辞例研究等方法，解读过程依旧困难重重。近年来，人工智能特别是深度学习模型的崛起，为甲骨文的辅助考释提供了新思路。厦门大学团

根据《商业研究公司》的最新报告，生成式人工智能（AI）芯片市场正迎来前所未有的增长。预计到2028年，市场规模将达到862.4亿美元，年均增长率高达27.9%。这一增长趋势反映了对计算能力需求的激增、深度学习的蓬勃发展、AI 研究的投资不断上升，以及消费者对 AI 驱动设备的日益关注。图源备注:图片由AI生成，图片授权服务商Midjourney报告指出，2023年，生成式人工智能芯片市场的规模为251.9亿美元，预计在2024年将增至323亿美元，年增长率为27.8%。这种增长主要得益于大数据的爆炸式增长

近日，商业研究公司发布了2024年生成式人工智能市场报告，显示该市场在过去几年中迅速扩张。根据报告，生成式人工智能市场预计将从2023年的136.4亿美元增长到2024年的181亿美元，年均增长率（CAGR）达到32.7%。这一增长主要得益于计算能力的提升、数据的广泛可用性、研发的不断深入、行业应用的增加以及深度学习的突破。图源备注:图片由AI生成，图片授权服务商Midjourney在未来几年，生成式人工智能市场有望继续强劲增长，预计到2028年将达到579.6亿美元，年均增长率为.8%。报告指出，推

在人工智能领域，规模越大似乎就意味着能力越强。为了追求更强大的语言模型，各大科技公司都在疯狂堆叠模型参数和训练数据，结果却发现成本也随之水涨船高。难道就没有一种既经济又高效的方法来训练语言模型吗?来自哈佛大学和斯坦福大学的研究人员最近发表了一篇论文，他们发现，模型训练的精度（precision） 就像一把隐藏的钥匙，可以解锁语言模型训练的“成本密码”。什么是模型精度?简单来说，它指的是模型参数和计算过程中使用的数字位数。传统的深度学习模型通常使用