论文PaliGemma 2: A Family of Versatile VLMs for Transfer（《PaliGemma 2: 用于迁移学习的多功能视觉-语言模型家族》）详细介绍了PaliGemma模型的升级过程。PaliGemma 2基于Gemma 2系列语言模型，是 Read more
论文Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction提出了一种全新的视觉自回归生成框架——视觉自回归建模（VAR），通过多尺度的生成策略，有效解决了传统自回归模型 Read more
论文PINNs4Drops: Convolutional feature-enhanced physics-informed neural networks for reconstructing two-phase flows（“PINNs4Drops: 用卷积特征增强的物理信息 Read more
论文Extending Video Masked Autoencoders to 128 frames（《扩展视频掩码自动编码器至128帧》）研究了如何通过改进的视频掩码自动编码器（MAE）策略来增强视频理解的效果，尤其是在长视频（128帧）上的表现。论文提出了一种适应性解码器掩 Read more
Google DeepMind刚推出了Genie 2。Genie 2是一种基础世界模型，能够生成无限多样的、可控动作和可玩的3D环境，用于训练和评估具身代理。基于单一提示图像，它可以通过键盘和鼠标输入由人类或AI代理进行操控。 Genie 2可以模拟虚拟世界，包括采取任意动作（例 Read more
论文《VLsI: Verbalized Layers-to-Interactions from Large to Small Vision Language Models》提出了一种新型的视觉语言模型家族——VLsI，针对如何在保持模型性能的前提下实现更高效的视觉-语言模型（VL Read more
论文Automatic discovery of optimal meta-solvers via multi-objective optimization《通过多目标优化自动发现最佳元解算器》主要讨论了一种新的方法，通过结合神经算子（Neural Operators）和经典的迭 Read more
论文STAR: Synthesis of Tailored Architectures（《STAR: 合成定制化架构》）提出了一种名为STAR的创新方法，用于优化深度学习模型架构。STAR采用了一种结合新的搜索空间和进化算法（evolutionary algorithm）的方法， Read more
Steve Jurvetson对摩尔定律的分析精辟、深刻，真是洞见，忍不住摘抄如下： Read more
Saab公司与Helsing公司在2024年柏林国际战斗机会议（International Fighter Conference，IFC）上宣布了“Project Beyond”项目，旨在将Helsing开发的先进人工智能（AI）技术集成到JAS 39 Gripen E战斗机中。 Read more
论文Scaling deep learning for materials discovery（《大规模深度学习用于材料发现》）主要研究如何通过扩展深度学习模型的规模来加速新材料的发现，特别是用于固态化学领域的无机晶体材料。论文通过大规模训练图神经网络模型GNoME(Graph Read more
2024年10月1日，Demis Hassabis在《泰晤士报》2024技术峰会上与主持人进行了深入交流。Demis Hassabis在此次访谈中系统地阐述了DeepMind的历史、目标以及在迈向通用人工智能的过程中所面临的挑战。从逻辑系统到深度学习和强化学习的结合，从专用AI模 Read more