互動式世界模型的新境界:Genie 3來了!
DeepMind 已經先後推出 Genie 1 與 Genie 2,嘗試讓模型依照指令生成新的環境。與此同時,他們在影片生成領域的 Veo 系列模型 也展現了 AI 對「直覺物理學」的掌握力。但直到 Genie 3,這一切才真正邁入了「互動式世界」的新階段。
來自阿拉伯世界的先進LLM:Falcon系列
Falcon LLM家族不僅展現了尖端技術的突破,更代表了一種面向未來、包容性強且專注倫理的AI開發理念。從Falcon-H1的混合架構到Falcon-E的邊緣計算適配,從全模態的Falcon 3到革命性Mamba 7B,每一個創新都在為生成式AI的普及和深化應用鋪路。
讓機器也能聞味道:MIT開發SmellNet為嗅覺AI模型打地基
現有AI模型多與文字、圖片識別相關,嗅覺識別的發展遠遠不如,現在MIT研究人員試圖把嗅覺視覺化,哪些味道相近相鄰?哪些味道差距很大等,將此建立起來,成為數位資料庫與AI訓練所需的資料集。
用OpenVINO GenAI解鎖LoRA微調模型推論
借助OpenVINO GenAI,你可以無縫整合 LoRA配接器,實現對大語言模型的快速個性化客製。開發者還可以一次性載入多個LoRA配接器,並在執行時快速切換,無需重新編譯基礎模型。
為生成機器人訓練用資料而生的MIT PhysicsGen
近期麻省理工學院(MIT)與機器人與人工智慧研究所(RAI)合作推動名為PhysicsGen的計畫,運用Gen AI來生成實體性、物理性資料,再將資料供AI模型訓練用。
Phi 4:「小而強」的專注型SLM模型
Phi 4 的出現,不僅是微軟的一次技術突破,更是一種理念的重申:AI 的未來並非一味追求「更大」,而是找到「更聰明、更安全、更普及」的路徑。
