FAIR 的新研究：通过多标记预测更好更快的大型语言模型
Meta AI 重新介绍了一下他们的新论文，通过一次预测多个词汇来加速 LLM 的训练。
通常语言模型都是根据已知词汇预测下一个词。而这篇论文提出每次预测接下来的多个词,而不仅仅是一个词。
这种方法可以在不增加训练时间的情况下,提高代码和自然语言模型在下游任务上的能力。对于规模更大的模型,这种改进效果更加明显。
AI项目
PhysDreamer：由多所大学合作开发
PhysDreamer：由多所大学（包括麻省理工学院、斯坦福大学、哥伦比亚大学和康奈尔大学）合作开发。
真实的对象交互对于创建沉浸式虚拟体验至关重要，但合成真实的 3D 对象动态以响应新颖的交互仍然是一项重大挑战。与无条件或文本条件动力学生成不同，动作条件动力学需要感知对象的物理材料属性，并将 3D 运动预测建立在这些属性（例如对象刚度）的基础上。
Adobe 的新工具： Project Neo
通过3D技术，Project Neo能够为原本平面的2D图像添加立体效果。
能够快速的为图标、动画插图创建独特的3D形状。
通过简单的操作，你可以在几分钟内完成图标、插图设计，极大地提高了工作效率。
Project Neo与Adobe的桌面和网络应用程序无缝集成，支持无缝导出高质量的SVG文件和像素完美的图像。
Jina-ai Reader：将任何网页URL转换成对大语言模型友好的输入格式
只需要输入任意URL，Jina-ai/Reader就能格式化和清理URL里的内容，确保LLM接收到的输入更加规范和易于处理。
操作非常简单，只需要在任意URL前+前缀 https: //r.jina.ai/ 即可实现转换，并且以流式方式处理数据
ZeST：从单个图像进行零次材料传输
ZeST（Zero-Shot Material Transfer）是一种基于零样本的方法
介绍 ZeST，这是一种零样本、免训练的方法，用于
(a) 图像到图像的材料传输。
(b) ZeST 可以轻松扩展以在单个图像中执行多种材质编辑
Mutable AI：将你的GitHub代码库自动转成维基文档
他可以将代码库转化为类似维基百科的文章，使得非专业人士也能理解复杂的代码结构。
而且当源代码发生变化或用户通过指令更新时，文档会自动刷新，确保实时性。
Google使用Gemini 让Android 开发更快、更简单
Android Studio提供了一站式解决方案，集成了代码编辑、编译、调试和测试的工具，减少了开发者在不同工具间切换的需要。
支持自动编写代码、语法高亮和代码重构
Gemini1.5 Pro+StableDiffusion+ComfyUI=DALL·3
开源社区一直以来的梦想：DALLE3交互和提示词生成能力 + 无数SD模型出图能力，这不巧了嘛
百万上下文、多模态+多轮对话、打标/反推
Google DeepMind 发布了 AlphaFold 3
能够预测所有生命分子结构和相互作用 AI 模型
该模型能够生成蛋白质、DNA 和其他分子的 3D 结构，并揭示它们如何组合在一起。
该模型还能够模拟影响细胞健康的化学变化，并检测可能导致疾病的异常。
AlphaFold 3 将为全球科学研究人员和机构免费开放。它的高精度和新一代架构可支持药物发现和生物学的突破性进展。
微软开发出数据驱动的AI天气预测模型
能准确预报未来 30 天天气情况
该模型基于微软 Start 团队近日的最新研究成果，结合了 5 种不同的人工智能模型和 3 种深度学习架构，并利用 了过去数十年的天气数据进行训练，能够准确预测 30 天内的天气预报。
科学家通过机器学习模型，为脓毒症治疗“争分夺秒”
这项研究的结果表明，个性化的抗生素治疗时间建议模型可以帮助医生更好地决策，避免治疗延迟或过早给药带来的潜在危害，同时降低患者的死亡率和医疗成本。
Google推出由 Gemini 驱动的网络安全产品
Google 威胁情报的用途示例：
识别和防御网络钓鱼攻击：
假设一家企业遭遇了钓鱼电子邮件攻击，员工可能收到包含恶意链接或附件的电子邮件。
Google Threat Intelligence可以利用其庞大的电子邮件监控网络，检测并阻止这些恶意邮件的传播。
Apple 推出 OpenELM
CoreNet 是一个深度神经网络工具包，允许研究人员和工程师为各种任务训练标准和新颖的小型和大型模型，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测，和语义分割。
Apple 使用 CoreNet 进行的研究工作