lokasi sekarang:Rumah > Artikel teknikal > Peranti teknologi > AI
- Arah:
- semua web3.0 pembangunan bahagian belakang hujung hadapan web pangkalan data Operasi dan penyelenggaraan alat pembangunan rangka kerja php pengaturcaraan harian applet WeChat masalah biasa lain teknologi Tutorial CMS Java Tutorial sistem tutorial komputer Tutorial Perkakasan Tutorial mudah alih Tutorial perisian Tutorial permainan mudah alih
- Mengelaskan:
-
- Apakah pencapaian AI generatif dalam bidang pembangunan permainan video?
- AI Generatif membawa cara baharu yang menarik untuk pembangun permainan video untuk mencipta kandungan yang menarik, visual realistik dan pengalaman permainan yang mengasyikkan. Dalam artikel ini, kami akan meneroka melalui satu siri contoh praktikal bagaimana AI generatif boleh meningkatkan dan mempercepatkan pembangunan permainan. Apakah yang boleh dilakukan oleh AI generatif? Mari kita mulakan dengan memecahkan beberapa elemen utama dalam pembangunan permainan dan lihat cara AI generatif boleh memudahkan proses kreatif: penjanaan prosedur. Persekitaran yang besar, kompleks dan tidak dapat diramalkan dicipta secara algoritma untuk menyampaikan pengalaman permainan yang unik dan dinamik dalam setiap permainan. Penjanaan rupa bumi. AI Generatif boleh membantu menjana rupa bumi yang realistik dan meningkatkan daya tarikan visual dunia permainan. Pemodelan automatik. AI Generatif boleh memudahkan penciptaan model 3D watak dan elemen lain,
- AI 742 2024-04-29 18:04:26
-
- Satu kad menjalankan Llama 70B lebih pantas daripada dua kad, Microsoft hanya meletakkan FP6 ke dalam A100 |
- FP8 dan ketepatan pengiraan titik terapung yang lebih rendah bukan lagi "paten" H100! Lao Huang mahu semua orang menggunakan INT8/INT4, dan pasukan Microsoft DeepSpeed memaksa diri mereka menjalankan FP6 pada A100 tanpa sokongan rasmi daripada Nvidia. Keputusan ujian menunjukkan bahawa kaedah baharu TC-FPx FP6 kuantisasi pada A100 adalah hampir atau kadangkala lebih pantas daripada INT4, dan mempunyai ketepatan yang lebih tinggi daripada yang terakhir. Selain itu, terdapat juga sokongan model besar hujung ke hujung, yang telah bersumberkan terbuka dan disepadukan ke dalam rangka kerja inferens pembelajaran mendalam seperti DeepSpeed. Keputusan ini juga mempunyai kesan serta-merta pada mempercepatkan model besar - di bawah rangka kerja ini, menggunakan satu kad untuk menjalankan Llama, daya pemprosesan adalah 2.65 kali lebih tinggi daripada dua kad. satu
- AI 1213 2024-04-29 16:55:12
-
- Peningkatan AI dalam teknologi pemasaran: Mengubah strategi pemasaran digital
- Dalam dunia pemasaran digital yang sentiasa berkembang, AI telah menjadi alat yang berkuasa untuk jenama yang ingin mengemudi corong pemasaran mereka dengan ketepatan dan kecekapan. Dengan menganalisis corak dan arah aliran dalam set data yang besar, AI membolehkan pemasar memperoleh cerapan berharga tentang tingkah laku pengguna, pilihan dan corak pembelian. Pendekatan dipacu data ini membolehkan jenama menyesuaikan strategi pemasaran pada setiap peringkat corong—daripada kesedaran kepada penukaran—dengan ketepatan yang tiada tandingan. AI menggunakan pembelajaran mesin dan teknologi pembelajaran mendalam untuk mengumpul, menganalisis dan mentafsir sejumlah besar data secara automatik, mengubah data menjadi strategi pemasaran yang boleh diambil tindakan. Kelebihan AI ialah ia secara automatik boleh menemui corak dan trend yang tersembunyi dalam data besar-besaran dan merumuskan strategi pemasaran dengan lebih tepat daripada manusia. Melalui aplikasi AI, pemasar boleh memahami dengan lebih baik
- AI 699 2024-04-29 16:43:10
-
- Xiaohongshu mentafsir pengambilan maklumat daripada mekanisme ingatan dan mencadangkan paradigma baharu untuk mendapatkan EACL Oral
- Baru-baru ini, kertas kerja "GenerativeDenseRetrieval: MemoryCanBeaBurden" daripada pasukan algoritma carian Xiaohongshu telah diterima sebagai Oral oleh EACL2024, sebuah persidangan antarabangsa dalam bidang pemprosesan bahasa semula jadi, dengan kadar penerimaan 11.32% (144/1271). Dalam kertas kerja mereka, mereka mencadangkan paradigma perolehan maklumat baru—Generative Dense Retrieval (GDR). Paradigma ini dapat menyelesaikan dengan baik cabaran yang dihadapi oleh pencarian semula generatif tradisional (GR) apabila berurusan dengan set data berskala besar. Ia diilhamkan oleh mekanisme ingatan. Dalam amalan lalu
- AI 1157 2024-04-29 16:16:07
-
- Evolusi kecerdasan buatan dalam penerokaan angkasa lepas dan kejuruteraan penempatan manusia
- Pada tahun 1950-an, kecerdasan buatan (AI) dilahirkan. Ketika itulah penyelidik mendapati bahawa mesin boleh melakukan tugas seperti manusia, seperti berfikir. Kemudian, pada tahun 1960-an, Jabatan Pertahanan A.S. membiayai kecerdasan buatan dan menubuhkan makmal untuk pembangunan selanjutnya. Penyelidik sedang mencari aplikasi untuk kecerdasan buatan dalam banyak bidang, seperti penerokaan angkasa lepas dan kelangsungan hidup dalam persekitaran yang melampau. Penerokaan angkasa lepas ialah kajian tentang alam semesta, yang meliputi seluruh alam semesta di luar bumi. Angkasa lepas diklasifikasikan sebagai persekitaran yang melampau kerana keadaannya berbeza daripada di Bumi. Untuk terus hidup di angkasa, banyak faktor mesti dipertimbangkan dan langkah berjaga-jaga mesti diambil. Para saintis dan penyelidik percaya bahawa meneroka ruang dan memahami keadaan semasa segala-galanya boleh membantu memahami cara alam semesta berfungsi dan bersedia untuk menghadapi kemungkinan krisis alam sekitar
- AI 774 2024-04-29 15:25:01
-
- Kebangkitan AI seperti manusia: Mengubah pasaran pekerjaan dan tenaga kerja
- Kemunculan kecerdasan buatan sedang membentuk semula pasaran pekerjaan dan tenaga kerja global. Apabila robot AI menjadi semakin canggih dan mampu melaksanakan pelbagai tugas, daripada buruh manual kepada kebolehan kognitif yang kompleks, mereka dijangka merevolusikan industri dan mentakrifkan semula konsep kerja tradisional. Artikel ini meneroka kebangkitan kecerdasan buatan dan kesan transformatifnya terhadap pasaran pekerjaan dan tenaga kerja merentas industri. Automasi tugas rutin: AI cemerlang dalam mengautomasikan tugas rutin dan berulang, membolehkan pekerja manusia menumpukan pada kerja yang lebih kreatif dan strategik. Dalam bidang seperti pembuatan, logistik dan runcit, robot humanoid digunakan untuk melaksanakan tugas seperti operasi barisan pemasangan, pengurusan gudang dan perkhidmatan pelanggan. Walaupun automasi ini meningkatkan kecekapan dan produktiviti, ia juga memerlukan pekerja manusia untuk dilatih semula dan
- AI 479 2024-04-29 13:20:01
-
- Gaussian-LIC: Sistem gabungan 3DGS-SLAM berbilang sensor pertama (Universiti Zhejiang & TUM)
- Ungkapan tersirat gabungan berbilang penderia dan 3DGS "memerlukan keupayaan masa nyata untuk tugasan SLAM intensif secara pengiraan berdasarkan pensampelan dalam ruang 3D" memerlukan pendekatan berasaskan NeRF+SLAM. 3DGS menonjol kerana kelajuan pemaparan yang pantas dan kualiti visual yang unggul. Sebagai representasi yang jelas dan boleh ditafsir, 3DGS menjadikan pengeditan adegan menjadi mudah dan memudahkan pelaksanaan pelbagai tugas hiliran. Sistem SLAM berasaskan medan sinaran sedia ada diuji terutamanya dalam persekitaran dalaman berskala kecil dengan pencahayaan yang baik dan memperoleh hasil yang memuaskan menggunakan input RGB-D atau RGB berjujukan. Kesukaran akan dihadapi apabila kaedah ini diperluaskan kepada pemandangan luar yang tidak terkawal berskala besar yang mencabar, seperti pencahayaan yang mencabar
- AI 816 2024-04-29 11:49:20
-
- Bagaimana untuk mengintegrasikan pelayan awan GPU ke dalam infrastruktur AI?
- Pelayan awan GPU ialah sumber pengkomputeran berasaskan awan yang menggunakan unit pemprosesan grafik untuk mengendalikan tugas berprestasi tinggi. Tidak seperti pelayan tradisional yang bergantung semata-mata pada CPU, pelayan awan GPU direka untuk pemprosesan selari, menjadikannya sesuai untuk aplikasi intensif pengiraan seperti pembelajaran mesin dan kecerdasan buatan. Dalam bidang B2B, menyepadukan pelayan awan GPU ke dalam infrastruktur AI telah menjadi langkah strategik untuk meningkatkan prestasi dan kebolehskalaan. Model pembelajaran mesin selalunya memerlukan kuasa pengkomputeran yang sengit, dan pelayan awan GPU menyediakan penyelesaian berskala yang membolehkan perusahaan memproses set data yang besar dan menjalankan algoritma kompleks dengan lebih cekap. Keupayaan ini penting untuk perniagaan yang ingin mengekalkan kelebihan daya saing dalam persekitaran teknologi yang berkembang pesat, kerana AI memacu perubahan merentas industri.
- AI 817 2024-04-28 17:34:37
-
- Beberapa pemikiran tentang model dunia untuk operasi robot
- Dalam beberapa tahun kebelakangan ini, populariti model dunia nampaknya memainkan beberapa peranan penting dalam operasi robot. Untuk kecerdasan yang terkandung, manipulasi adalah perkara paling penting untuk ditembusi pada peringkat ini. Terutama untuk tugas-tugas longhorizon berikut, bagaimana untuk membina robot "cerebellum" untuk mencapai pelbagai keperluan operasi yang kompleks adalah masalah paling mendesak yang perlu diselesaikan pada masa ini. Adakah perlu untuk membahagikan kemahiran kepada operasi atom? Apabila menggunakan LM untuk memohon kepada robot, pendekatan biasa ialah menyediakan pelbagai API dalam konteks, dan kemudian biarkan LLM menulis kod perancangan secara automatik mengikut gesaan tugasan Sila rujuk artikel: Kelebihan kaedah ini adalah sangat intuitif dan boleh difahami dengan jelas Menguasai pecahan tugas
- AI 714 2024-04-28 17:31:10
-
- Model besar berbilang modal pertama Yuanxiang XVERSE-V ialah sumber terbuka, menyegarkan senarai model besar berwibawa, dan menyokong sebarang input nisbah aspek
- 83% daripada maklumat yang diperoleh manusia berasal daripada penglihatan Model grafik dan teks berbilang mod yang besar dapat melihat maklumat dunia sebenar yang lebih kaya dan lebih tepat serta membina kecerdasan kognitif yang lebih komprehensif, dengan itu mengambil langkah yang lebih besar ke arah AGI (Kecerdasan Am Buatan). Yuanxiang hari ini mengeluarkan model besar berbilang mod XVERSE-V, yang menyokong input imej dengan sebarang nisbah aspek dan mendahului dalam penilaian arus perdana. Model ini adalah sumber terbuka sepenuhnya dan tersedia untuk kegunaan komersial percuma tanpa syarat, terus mempromosikan R&D dan inovasi aplikasi untuk sebilangan besar perusahaan kecil dan sederhana, penyelidik dan pembangun. XVERSE-V mempunyai prestasi cemerlang, mengatasi model sumber terbuka seperti Yi-VL-34B, OmniLMM-12B pintar menghadap dinding dan DeepSeek-VL-7B dalam beberapa penilaian berbilang modal yang berwibawa, dan dalam penilaian keupayaan komprehensif MMBen
- AI 670 2024-04-28 16:43:08
-
- Biarkan model besar tidak lagi menjadi 'Mac besar'.
- Lajur AIxiv ialah lajur di mana tapak ini menerbitkan kandungan akademik dan teknikal. Dalam beberapa tahun kebelakangan ini, lajur AIxiv laman web ini telah menerima lebih daripada 2,000 laporan, meliputi makmal terkemuka dari universiti dan syarikat utama di seluruh dunia, mempromosikan pertukaran dan penyebaran akademik secara berkesan. Jika anda mempunyai kerja yang sangat baik yang ingin anda kongsikan, sila berasa bebas untuk menyumbang atau hubungi kami untuk melaporkan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com. Baru-baru ini, model AI berskala besar seperti model bahasa besar dan model graf Vincentian telah berkembang pesat. Di bawah situasi ini, cara menyesuaikan diri dengan keperluan yang berubah dengan pantas dan cepat menyesuaikan model besar kepada pelbagai tugas hiliran telah menjadi satu cabaran penting. Terhad oleh sumber pengkomputeran, mikro parameter penuh tradisional
- AI 1090 2024-04-28 16:04:01
-
- Pasaran forensik digital akan mencapai $16 bilion menjelang 2028
- Disebabkan perkembangan pesat dunia digital, kemunculan pelbagai peranti dan teknologi digital telah mentakrifkan semula kehidupan kita dengan cara yang tidak dijangka. Walau bagaimanapun, dengan transformasi digital terdapat peningkatan dalam ancaman siber, pelanggaran data dan aktiviti penipuan lain. Pada masa yang sama, perkembangan pesat transformasi digital telah menggalakkan kemunculan pasaran forensik digital untuk menyokong perlindungan aset digital dan penyiasatan jenayah siber. Oleh itu, apabila mempertimbangkan analisis pasaran forensik digital, adalah perlu untuk memeriksa keadaan semasa industri dan meramalkan masa depannya. Status semasa pasaran forensik digital bergantung terutamanya kepada dua faktor utama: teknologi dan undang-undang. Dari segi teknologi, dengan pembangunan data besar, kecerdasan buatan dan teknologi blockchain, teknologi forensik digital telah menjadi lebih cekap dan tepat. Aplikasi teknologi ini menggalakkan kemunculan bukti digital dan menyokong digital
- AI 592 2024-04-28 14:52:09
-
- Kakitangan Google mendedahkan bahawa pasukan asas Python telah dibubarkan serta-merta
- Apa? Google memecat seluruh pasukan asas Python? Semua orang yang bekerja dengan anda secara langsung, termasuk atasan anda, sedang diberhentikan - oh, jawatan sedang dipotong, dan anda diminta untuk menggantikan mereka. Ia adalah hari yang sukar bagi mereka yang diberitahu bahawa mereka berada dalam kedudukan yang sama di negara yang berbeza dan mereka tidak gembira mengenainya. Thomas Wouters, yang menyiarkan berita ini, digambarkan sebagai "pekerja Google, Jawatankuasa Pemandu Python, pengarah keluaran Python 3.12 dan 3.13." Berita ini membimbangkan ramai pembangun dalam bidang ini, termasuk Soumith Chintala, pengasas PyTorch dan jurutera Meta yang cemerlang: sebab yang paling banyak dibincangkan adalah, sudah tentu, sebab pembatalan.
- AI 859 2024-04-28 14:37:07
-
- 'Membina galaksi selamat bersama-sama: Pertandingan keselamatan AI pertama telah dilancarkan dengan hebat di Forum Zhongguancun'
- Pada Forum Tadbir Urus dan Pembangunan Keselamatan Data Forum Zhongguancun 2024, satu acara penting, Pertandingan Keselamatan Kecerdasan Buatan Generatif yang pertama, dimulakan secara rasmi. Pertandingan ini ditaja bersama oleh Institut Kejuruteraan Maklumat, Akademi Sains China dan Pusat Penyelidikan Kejuruteraan Kebangsaan untuk Keselamatan Maklumat, di bawah bimbingan bersama Pejabat Maklumat Internet Beijing dan Pejabat Kumpulan Peneraju Keselamatan Rangkaian dan Maklumat Akademi Cina Sains. Pertandingan ini bertujuan untuk menggalakkan pertukaran dan inovasi teknologi keselamatan dalam bidang kecerdasan buatan dan pemformatan, dan mengukuhkan kerjasama antara Institut Teknologi Maklumat Akademi Sains China dan Pusat Penyelidikan Kejuruteraan Kebangsaan untuk Keselamatan Maklumat. Peserta akan menunjukkan kekuatan teknikal dan keupayaan inovasi melalui konfrontasi ofensif dan pertahanan teknikal dalam bidang keselamatan kandungan maklumat, dan menyumbang kepada hasil penyelidikan Pusat Penyelidikan Kejuruteraan Keselamatan Maklumat Kebangsaan dan Keselamatan Kandungan Maklumat Kebangsaan
- AI 340 2024-04-28 13:34:18
-
- Sora domestik yang paling berkuasa pada masa ini! Pasukan Tsinghua menerobos video berdurasi 16 saat, memahami bahasa berbilang kanta dan boleh mensimulasikan undang-undang fizikal
- Anda berkata bahawa kotak itu harus diisi dengan berlian, jadi kotak itu dipenuhi dengan berlian, yang lebih mempesonakan daripada pukulan sebenar. Krew mana yang tidak suka kemahiran sedemikian? Inilah "ajaib" yang dipersembahkan oleh perisian penyuntingan video Adobe PremierePro suatu ketika dahulu. Perisian ini memperkenalkan alat video AI seperti Sora, Runway, dan Pika untuk mencapai keupayaan untuk menambah objek, mengalih keluar objek dan menjana klip video dalam video Ini dianggap sebagai satu lagi inovasi teknologi dalam bidang video. Dari Februari apabila Sora menyapu dunia kepada keajaiban Adobe sekali lagi, di luar negara sedang giat dijalankan. Sebaliknya, China masih dalam keadaan "menunggu" dalam bidang video, terutamanya ke arah penjanaan video yang panjang. Sejak dua bulan lalu, kami telah mendengar beberapa dakwaan akan mengejar Sora
- AI 1065 2024-04-28 13:04:01