上个月,特斯拉在推特创建了一个@Tesla AI的帐号,签名是“在车辆、机器人等领域进行大规模开发和自动化部署”,看起来是专门发布特斯拉汽车和机器人业务的。最近这个账号开始了大量更新,内容主要围绕人工智能和机器人,推文称特斯拉将于今年7月正式投产Dojo超算平台,并预期特斯拉的算力将在2024年初跻身全球Top5,另外还透露特斯拉正在打造自主机器人的基础模型。
“有意见”留言板
@做把铲子好挖坑:都说挖矿的不如卖铲子的,精明的马斯克怎么能让别人把这个钱给挣了去,自己造铲子不但可以自己用,还可以卖铲子挣钱。这算盘打的,妙啊!
@Futon:2024年末就要实现100 Exa-Flops,相当于30万块英伟达A100显卡的算力总和,好家伙!科技的尽头不是放贷就是氪金啊……
@十个太阳:当前特斯拉训练集群闲置时间只有 0.3%,可以预期 100 Exa-Flops 将涵盖亚太、欧洲的 FSD Beta 以及 Tesla Bot 的算力需求。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。