寫(xiě)一個(gè)python程序,主要功能是將普通視頻轉(zhuǎn)換為字符藝術(shù)視頻。它首先將輸入視頻(jinitaimei.mp4)用ffmpeg按幀分解,然后把每一幀圖像轉(zhuǎn)換為由特定字符2、0、2、5和空格組成的字符畫(huà)。轉(zhuǎn)換過(guò)程中要將原圖按比例縮放6倍,并將RGB顏色轉(zhuǎn)換為灰度值并映射到對(duì)應(yīng)字符。接著將這些字符畫(huà)幀重新合成為視頻,注意確保正確的幀順序,生成一個(gè)字符藝術(shù)視頻。
Scaling Law”,是指在深度學(xué)習(xí)中,增大數(shù)據(jù)量和模型參數(shù)能讓模型性能指標(biāo)提升,這種提升并非線性,而是遵循一種冪律關(guān)系。
百度發(fā)了一張2024年AI成績(jī)單,涵蓋百度在大模型、智能體、AI應(yīng)用等領(lǐng)域的多項(xiàng)AI獎(jiǎng)項(xiàng)。透過(guò)這份AI成績(jī)單,我們或許能通過(guò)百度做AI的思路總結(jié)出一些布局AI的重點(diǎn)方向,找找明年做AI的機(jī)會(huì)。
DeepSeek-V3 采用了 671B 參數(shù) MoE 架構(gòu),配備約 37B 激活單元,訓(xùn)練使用14.8T Token數(shù)據(jù)。
當(dāng)你來(lái)到這個(gè)世界睜開(kāi)眼睛的第一刻,沒(méi)有學(xué)會(huì)語(yǔ)言的時(shí)候,靠的就是你的眼睛。 我們先看到光影、顏色,才逐漸分辨出父母的面孔,屋子的空間,那時(shí)沒(méi)有詞匯、沒(méi)有句子,只有模糊的光影與輪廓。
偏好微調(diào)特別適合那些對(duì)回答格式、語(yǔ)氣或者抽象特質(zhì)(如友好度、創(chuàng)造力)有較高要求的應(yīng)用場(chǎng)合。例如,在構(gòu)建金融咨詢聊天機(jī)器人時(shí),開(kāi)發(fā)團(tuán)隊(duì)不僅希望模型能夠提供專業(yè)且準(zhǔn)確的財(cái)務(wù)建議,還期望它能保持友好和易于理解的溝通方式。
Azure OpenAI 的提示緩存功能為處理長(zhǎng)提示和重復(fù)請(qǐng)求提供了一個(gè)非常有價(jià)值的優(yōu)化方案。它通過(guò)減少計(jì)算延遲和成本,顯著提高了模型的效率。
由中科軟科技股份有限公司舉辦的年度技術(shù)盛會(huì)—“2024軟件技術(shù)大會(huì)”于12月13-14日在北京朗麗茲西山花園酒店成功召開(kāi)。本屆大會(huì)以“數(shù)智軟件 提升新質(zhì)”為題,來(lái)自行業(yè)企業(yè),軟件公司的幾百名軟件技術(shù)愛(ài)好者參加了本次盛會(huì)。
微軟開(kāi)發(fā)出了一種小型語(yǔ)言模型,在解決某些數(shù)學(xué)問(wèn)題時(shí),它的效果比規(guī)模幾倍于它的算法還要好。
新發(fā)布的Amazon Nova基礎(chǔ)模型共包括四大模型:可用于簡(jiǎn)單任務(wù)的超高性價(jià)比文字處理Micro模型;三種多模態(tài)模型——低成本的Lite模型;兼具準(zhǔn)確性、速度和成本的Pro模型;用于復(fù)雜的推理任務(wù)同時(shí)也可進(jìn)行蒸餾定制的Premier模型。
今年6月上任成為亞馬遜云科技首席執(zhí)行官的Matt Garman,今天首次站上re:Invent的講臺(tái),講述了計(jì)算、存儲(chǔ)、數(shù)據(jù)庫(kù)、推理、Amazon Q等個(gè)多個(gè)重要模塊中的創(chuàng)新。
AWS正在通過(guò)Amazon Bedrock服務(wù)向AI應(yīng)用開(kāi)發(fā)人員提供更多的大型語(yǔ)言模型,同時(shí)增強(qiáng)該平臺(tái)的優(yōu)化推理工作負(fù)載和為他們提供所需數(shù)據(jù)的能力。
智能體不僅可以像聊天機(jī)器人那樣回答問(wèn)題,還能接受人類甚至是其他智能體委托給它們的任務(wù)。而且與AI領(lǐng)域的其他成果一樣,智能體同樣保持著迅猛的發(fā)展速度。
智譜AI率先推出了 AutoGLM,試圖打造一款能夠理解、規(guī)劃、執(zhí)行,并最終實(shí)現(xiàn)“無(wú)人駕駛”操作系統(tǒng)的 AI Agent。
地球在物理學(xué)科有“重力加速度”,在計(jì)算機(jī)學(xué)科又有了新的 “AI加速度”。
這個(gè)模型的最大特色便是深度思維鏈推理,尤其是在數(shù)學(xué)、代碼以及各種復(fù)雜推理任務(wù)上,可以生成數(shù)萬(wàn)字的推理流程,讓用戶深度了解模型生成內(nèi)容的全過(guò)程。
本質(zhì)上,他是不是大模型按照自己的知識(shí)庫(kù)回答,然后先通過(guò)一些工程化手段,比如聯(lián)網(wǎng)搜索,比如文檔搜索等等,先把相關(guān)信息給找出來(lái),讓大模型根據(jù)這些信息來(lái)進(jìn)行回答。
年輕人學(xué)習(xí)、辦公青睞電腦端AI應(yīng)用,夸克PC端下載量行業(yè)第一。
大模型的應(yīng)用落地仍面臨諸多挑戰(zhàn)。許多企業(yè)對(duì)大模型充滿期待,卻對(duì)如何將其融入自身業(yè)務(wù)感到困惑。如何選擇合適的模型?如何進(jìn)行模型訓(xùn)練和部署,最大限度地發(fā)揮大模型的價(jià)值、實(shí)現(xiàn)降本增效?這些問(wèn)題如同層層迷霧,阻礙著企業(yè)擁抱AI的步伐。
OpenAI首席執(zhí)行官Sam Altman公開(kāi)確認(rèn)購(gòu)買了該域名,沒(méi)有說(shuō)收購(gòu)價(jià)格。但肯定比之前1100萬(wàn)美元收購(gòu)的AI.com(也是跳轉(zhuǎn)到ChatGPT)貴很多。