
9月末的北京,浓浓的秋意扑面而来,大街上熙熙攘攘的人群里,仍然不乏有短袖、短裙的打扮,但是,我们昨天在在英伟达GTC北京站的大会上,看到的是一个机车范boy——英伟达联合创始人兼CEO黄仁勋,标志性的皮夹克装扮,让我们忘记了这里是初秋的北京,坐在会场的我们,穿的还是Polo衫、T恤、裙子……
当然,会场的气氛和我们观众的装扮的相衬的,热烈,热闹,求知欲如火,因为在人工智能的时代,这个做显卡起家的公司,所受到的热爱,一如英伟达一路上涨的股价,是华尔街、硅谷的宠儿,更是全球的焦点。
黄仁勋在GTC大会上所说的每一句话,都将可能在人类人工智能的发展历程上写下浓重的一笔。

关注科技行者(微信号:itechwalker),打开对话界面回复“黄仁勋”,可获得【GTC2017黄仁勋演讲】完整版高清PPT
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。