根据世界卫生组织（WHO）的数据，每年全球有超过125万人因对抗生素等药物免疫的感染而死亡。到2050年，这一数字可能会增加到1000万人。而在未来六年内，约2400万人可能会因为治疗传染病的高昂费用而陷入极端贫困。 使用人工智能的研究人员正在挖掘早已灭绝的物种，如猛犸象和巨型树 Read more
Imagen 3 是由谷歌团队开发的最新文本生成图像（Text-to-Image, T2I）模型，该模型为潜在扩散模型（Latent Diffusion Model），主要针对高质量图像生成和文本提示的复杂理解进行了优化。 模型相关研究内容及成果在论文Imagen 3中发表，论文 Read more
1. 机器学习中数据稀缺问题的引言 在机器学习中，模型的成功高度依赖于大规模、高质量数据集的可用性。这些数据集必须能够代表问题领域，并包含足够多的标注样本，以便模型能够有效地学习模式。然而，许多领域，尤其是医学影像、自主系统或稀有事件检测等专业领域，往往缺乏标注训练数据。这种数据 Read more
MetaEarth，一种数字地球遥感生成式模型，是北京航空航天大学科研团队的研究成果。该模型可生成全球任意地理位置多分辨率、无界的遥感图像。研究团队用“整颗”地球的卫星遥感影像训练深度神经网络，克服了多种要素特征泛化、表征一致性等难题，创造出六亿参数规模的全球遥感图像生成式模型。 Read more
论文SPIRE: Semantic Prompt-Driven Image Restoration介绍了一种新的图像修复框架，利用自然语言提示来控制图像修复任务的语义和强度。该论文研究成果解决了使用自然语言提示进行精细级别图像处理任务（如去噪、超分辨率和去模糊）的挑战，这些任务传 Read more
Physics-Informed Neural Networks (PINNs) 是一种将物理知识融入神经网络的技术，主要用于求解偏微分方程（PDEs）和其他受物理定律约束的问题。传统的神经网络通常需要大量的标注数据来进行训练，但在物理问题中，获得大规模的高质量数据可能非常困难。 Read more
论文Mitigating Object Hallucination via Data Augmented Contrastive Tuning探讨了在多模态大型语言模型（MLLMs）中对象幻觉的挑战。对象幻觉是指当MLLMs生成的描述中包括并不存在于输入中的对象或其属性，这大大削 Read more
宝马集团近期提到，该公司正在首次探索在生产中使用类人机器人，来自AI机器人公司Figure的类人机器人Figure 02成功完成了车身车间的生产任务。 在斯帕坦堡工厂为期两周的试运行期间，一台来自AI机器人公司Figure的类人机器人成功完成了车身车间的生产任务。这台名为Figu Read more
向ChatGPT 4o问了关于Neural Operator的问题：神经算子（Neural operators）是专业领域AI泛化（Generalization）的方向？ 我觉得其回答还是蛮专业，蛮有参考价值的。 Read more
Fourier Neural Operators (FNOs) 是一种用于学习和模拟偏微分方程（PDEs）的新型神经网络架构。FNOs 利用傅里叶变换来处理高维函数空间上的操作，从而在处理复杂的物理和工程问题时表现出色。以下是对 Fourier Neural Operators Read more
论文Neural General Circulation Models for Weather and Climate介绍了NeuralGCM，这是一种结合了可微分大气动力学求解器和机器学习（ML）组件的混合模型。该模型能够生成具有与传统大气环流模型（GCM）和机器学习方法相当的 Read more