近日,中国航天日AI海报征集中,参赛者可以在官方指定AIGC创作平台“腾讯混元大模型”生成作品。
官方介绍,腾讯混元大模型是腾讯全链路自研的通用大模型,支持智能对话、图文创作等多样功能。
图片生成是AIGC领域的核心技术之一,也是体现通用大模型能力的试金石,对模型算法、训练平台、算力设施都有较高的要求。
“有意见”留言板
@不倒翁:实际体验,告诉它一个火箭、一个宇航员,一个满天繁星的背景。它能把这三个要素给你展现出来,但是你要说一个宇航员坐在火箭里和大家打给招呼,它就抓瞎了。感觉并不是真正的生成图片,而是数据库里面组合出来的。
@贰言:腾讯混元AI技术融入中国航天日活动,不仅增添了浓厚的航天氛围,更展现了腾讯AI的卓越实力。这种合作使航天日活动更具科技感,也让更多人关注到腾讯的AI技术。这对推动中国航天事业和AI技术的发展都大有裨益,并有望促进AI在更多行业的广泛应用。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。