7.10 “新时代皮克斯”，无人车团队推出好莱坞级 AI 特效
输入“/”快速插入内容
7.10 “新时代皮克斯”，无人车团队推出好莱坞级 AI 特效
7.10 “新时代皮克斯”，无人车团队推出好莱坞级 AI 特效
2024年7月10日创建
🌟 技术突破
💡“新时代皮克斯”，无人车团队推出好莱坞级 AI 特效
Odyssey，一个由自动驾驶汽车团队打造的 AI 特效平台，以其高度可控性突破了现有视频 AI 的局限，实现了对视觉叙事核心层的完全控制。该平台通过四个生成模型，能够精确配置场景细节，生成逼真的几何图形、材质、光影和运动。Odyssey 不仅整合了好莱坞级别的制作流程，还招募了顶尖 AI 研究人员和好莱坞艺术家，共同打造这一新时代的皮克斯。尽管存在一些细节上的 bug，但其创新性和潜力已受到业界的广泛关注和期待。
💡RankRAG 框架突破，Llama 3 微调成果超 GPT-4
英伟达 GaTech 的华人学者提出了 RankRAG 微调框架，通过简化传统的 RAG 流程，让单一大型语言模型（LLM）完成检索和排名任务，提升了数据效率和模型性能。在多个基准测试中，RankRAG 微调的 Llama 3 模型在性能上超越了 ChatQA-1.5 系列，并在生物医学领域展现出强大的适应性。该框架通过指令微调增强了 LLM 的检索和排名能力，证明了在少量排名数据下即可实现高效性能，同时在时间效率和准确性上也表现出色。
💡70 万用户追捧「可灵 AI」，王者再次升级
「可灵 AI」，快手旗下的视频生成大模型，以其电影级画质和高度可控性在 AI 领域引起广泛关注。自 6 月 6 日亮相以来，经过三次迭代更新，新增高画质版、首尾帧控制和运镜控制功能，大幅提升了视频生成的质感、美感和可玩性。用户量接近 70 万，成为全网热门的视频生成平台。其技术突破不仅提升了视频清晰度和美学表现，更在动作连贯性、物理准确性等方面取得显著进步，预示着 AI 在视频制作领域的广泛应用前景。
💡SelfGNN 框架：图神经网络加持，突破传统推荐系统局限！
北京大学与香港大学联合研发的 Self-Supervised Graph Neural Network（SelfGNN）框架，通过结合图神经网络和个性化自增强学习，有效捕捉用户行为的多时间尺度模式，降低数据噪声影响，提升推荐系统鲁棒性。SelfGNN 通过短期图的层图卷积神经网络捕捉协同信号和短期时间信息，同时在双粒度级别进行长期行为建模，并通过个性化自监督去噪技术，过滤短期非固有用户偏好，优化模型推荐效果。实验结果表明，SelfGNN 在处理数据噪声和信息过载方面表现出色，具有广泛的应用前景。
💡开源 3D 医学大模型 SAT，支持近五百种器官分割
上海交通大学与上海人工智能实验室联合团队发布了3D医学图像分割大模型SAT，该模型基于文本提示，支持497种器官/病灶的通用分割。SAT利用知识增强和多模态医疗知识图谱，构建了大规模3D医学图像分割数据集SAT-DS。SAT-Pro和SAT-Nano两款模型在性能上与72个nnU-Nets专家模型相当，且在域外数据上展现出更强的泛化能力。SAT的开源为医疗图像分析领域提供了一个高效、灵活的通用分割工具，推动了通用医疗人工智能的发展。
💡斯坦福 UCSD 等 5 年磨一剑，全新架构 TTT 超越 Transformer