单个提示生成单个图像通常很好，但在生成视频时由于帧之间的时间变化而失败。 然而，更改文本时的一致性非常具有挑战性。 这项工作解决了这两个问题，并利用扩散技术实现了长达512帧的生成。

Meta的FAIR团队推出了Habitat 3.0，这是一个增强的AI模拟环境，用于训练机器人在真实场景中导航。

近日，研究人员开源了名为AgentTuning的GitHub仓库。该仓库提供了一种新的方法来调整语言模型。这种方法通过多个智能体任务中的交互轨迹来训练和调整语言模型，从而更好地适应不同的任务和场景。这种方法可以提高语...

DeepSparse是一种CPU推理运行时，它利用稀疏性加速神经网络推理。稀疏性是指神经网络中有很多权重为零的连接，DeepSparse利用这些零权重的连接，跳过不必要的计算，从而实现推理加速。DeepSparse是一个开源项目，可...

Cola是一个使用大型语言模型来协调各种视觉语言模型（VLM）以改进视觉推理的系统。该代码库已经在GitHub上发布。

芝加哥大学的研究人员开发了一种工具，让艺术家可以给他们的艺术作品添加不可见的变化，这会导致AI模型训练失败。这个工具旨在防止AI公司未经许可使用艺术家的作品。这个叫Nightshade的工具将被集成到Glaze中，Glaze...

谷歌AI部门CEO Demis Hassabis警告称，世界需要像应对气候危机一样紧急应对AI风险。他建议成立一个监管机构，类似于气候变化政府间气候变化专门委员会，来处理AI风险。Hassabis认为，AI具有极高的潜力，但其潜在的风...

OpenAI计划推出重大更新，以帮助开发者更加经济快速地创建基于人工智能的应用。这些更新包括增加内存存储和新的视觉能力，这些能力将大大降低开发成本。这些改进预计将在OpenAI首次开发者大会上宣布。