一种名为Smooth Diffusion的新方法解决了文本到图像扩散模型的潜在空间平滑度挑战。该方法确保在输入微小调整时，图像呈现出一致和逐渐的变化。

社区对代理在处理各种数字工作负载方面的潜力非常兴奋。然而，即使是最好的通用模型也难以完成人类70%以上成功的任务。显然，我们可能需要专门针对这些任务进行训练的模型。

不久的将来，人形机器人将会与人类制造工人一起工作。在这个领域中占据重要地位的Figure公司最近筹集了6.75亿美元，并与OpenAI达成协议，为其机器人开发下一代人工智能模型。这笔资金超过了Figure最初设定的金额150...

特斯拉CEO马斯克起诉OpenAI，声称GPT-4构成AGI，不再受限于与微软的协议。他还主张更多的透明度和公开性。OpenAI是人工智能研究公司，由马斯克等人创立。该公司的GPT-3模型在自然语言处理领域取得了重要进展，但也引...

Anthropic的Claude 3似乎在一系列认知任务上树立了新的行业标准。该公司声称，在某些情况下，它接近于“人类水平”的能力。Claude 3有三个模型：Claude 3 Haiku，Claude 3 Sonnet（为Claude.ai聊天机器人提供动力）和C...

如何加速推理是许多人关注的话题。本代码分享介绍了如何通过静态KV缓存提高Hugging Face框架上Llama模型的推理速度。

Drive-WM可以生成高质量的多视角视频，预测未来情景，从而使自动驾驶汽车做出更安全、更高效的驾驶决策。该技术可以根据车辆周围的环境生成准确的预测模型，为自动驾驶汽车提供更高质量的输入数据。此外，Drive-WM还...

扩散模型将困难问题（比如图像生成）拆分成多个小问题（比如从图像中去除微小的噪点）。单步扩散生成已经得到了很多努力，但似乎这并不符合初衷。本文探讨了扩散蒸馏的悖论，并概述了许多可供研究的方向。