未来科技
-
机器学习里的卷积，到底是什么？
u 是时间，而 t 也是时间，也就是说计算特定时刻 t 时的卷积值需要对整个时间范围（要包含之前的“残余响应”）进行积分，得到这个时刻 t 对应的一个单值，然后移动到下一个时刻，重复这个过程，直到计算完所有的时间。
为了使你明白卷积的计算过程，在这，我们将计算过程分作几个子过程，如图5所示。a 为常数，则有：
5）不变性：信号与同时刻的狄拉克函数进行卷积，仍等于原信号：
6）平移性：信号与不同时刻的狄拉克函数进行卷积，等于将原信号进行平移：
7）求导规则：
四、卷积在NVH中的应用
卷积在信号处理中有诸多应用，但它是个黑匣子，很多时候，在我们不知不觉中就会用到卷积。
-
Sora训练数据疑暴露，网友：绝对用了UE5
另外比较惊艳的还有一头大眼睛、长睫毛、口喷冷气的小白龙，就是下面这位：
您目前设备暂不支持播放
有人尝试用同样的prompt在DALLE·3上画画，得到的结果是这样的：
就，还挺神似。
也有一位前谷歌工作人员对Sora这次的新视频进行了在线锐评：
Sora这效果，我真的认为需要3D引擎+生成式AI结合，才能实现这样的一致性和视频质量。
-
模型上下文长度达到10000000，又一批创业者完蛋了？
针对RAG支持1B级别的Token，而目前Gemini。
如果将上下文的窗口设定为1M，按现在0.0015美元/1000token的收费标准，一次请求就要花掉1.5美元，这么高的成本显然是无法实现日常使用的。Token）
这被Sora暂时掩盖住的一次尝试或许在未来会作为生成式AI上的一个重要时刻被反复提及，它现在也真正让发明了transformer框架的谷歌，回归到这场本该由自己引领的竞争中了。
-
一位破译了二战德国密码的数学天才，他带走了秘诀
1941 年 6 月中旬，一个令人不安的消息传到瑞典。纳粹德国在波罗的海南部地区大幅削减军队，而在波罗的海海域的海军活动却强有力增加，显然一场重大的军事行动正在酝酿中。丹麦和挪威被…
-
两万亿美元英伟达：地缘风险与对手
”
尤其是美国政府的有关贸易保护和国家安全政策，对其业务产生重大不利影响：
“政府行动，包括美国及外国政府机构的贸易保护和国家与经济安全政策，如关税、进出口法规（包括被视为出口限制和对美国人活动的限制）、贸易和经济制裁、法令、配额或其他贸易壁垒和限制，可能会影响我们的交付能力，影响我们向客户和员工提供产品和服务的能力，影响我们无需出口许可即与美国商务部的美国实体清单上或其他美国政府受限方名单上的实体进行业务往来（预计这一清单会不时变化）的能力，并且通常影响履行我们的合同义务的能力，所有这些对我们的业务产生重大不利影响。
-
李一舟涉嫌“搬运”AI模型，相关方如何维权？
基于前述技术角度对AI模型的分析，在法律项下，AI模型的研发者/发布者以及AI模型社区可能拥有的法律权利可能会涉及：
专利权
如前所述，AI模型主要是参数与架构的数学模型，根据《专利法》第25条，智力活动的规则和方法不授予专利权。
三、结语
因此对于AI模型的未经授权搬运行为，AI模型创作者/发布者可以通过专利权、软件著作权、开源协议、商业秘密等方式保护自己的权利，而AI模型社区可以通过《反不正当竞争法》项下的数据类权益保护自己的经济利益。
-
光伏行业大洗牌来临？
”
根据天合光能在2023年三季报中的披露，2023年前三季度，公司受益于自产N型硅片产能的逐步释放，组件产品的综合成本进一步下降，组件业务盈利能力提升。晶科能源2023年业绩预告显示，2023年实现归母净利润72.5亿元至79.5亿元，同比增长146.92%至170.76%。
横店东磁（002056.SZ）预计2023年实现归母净利润17.6亿元至19.2亿元，同比增长5.44%至15.02%。
-
Sora狂飙之下，虚拟制作还有必要吗？
那么，像Sora这类文字直接生成视频的AIGC工具，能够成为虚拟制作的平替吗。
因为AIGC再强也不能无法把真人演员的表演也融入到其生成内容中去，但就虚拟制作的流程来看，一旦足够好用的AIGC工具真正问世，无疑将会极大地优化虚拟制作的准备流程和使用成本，两者的互补大概才会是趋势。
将AIGC视频工具和虚拟制作互补的好处，想象以下场景便不难看出二者相结合使用的强大力量：
图源：Sora技术报告
1.。
-
英伟达成立最壕AI实验室：Jim Fan领衔，专攻具身智能
这则消息由英伟达高级科学家Jim。
Jim。
嗯，有钱，很壕。
使用GPU加速的物理模拟进行训练，速度比实时快1000倍。
被黄仁勋带火的具身智能
其实Jim。
早在去年，黄仁勋便公开表达他对下一代人工智能的观点：
这种新型的人工智能叫做具身智能（Embodied。//twitter.com/DrJimFan/status/1761099207920992688
本文来自微信公众号：量子位。
-
可控核聚变新里程碑：AI成功预测等离子体撕裂
幸运的是，最近普林斯顿大学和普林斯顿等离子体物理实验室的研究人员在Nature上报告，他们发现了一种方法，可以利用AI预测这种潜在的不稳定性，并且实时防止实验中断。
研究人员利用AI预测并避免了撕裂不稳定性的形成（左图），这种不稳定性可能会迅速导致等离子体破坏和聚变反应终止
至此，长期以来阻碍核聚变发展的等离子体不稳定性问题，终于被人类攻克了。