传统自动驾驶系统依赖单车传感器，易受遮挡或极端天气影响，导致感知与预测能力受限。CMP 通过 多车协同感知与预测的深度融合 ，打破单车信息孤岛，实现 “全局视野” 与 “动态推理” 的双重突破： LiDAR 数据共享与压缩：利用 256 ...

梦晨 克雷西 发自 凹非寺量子位 | 公众号 QbitAI 何恺明LeCun联手：Transformer不要归一化了，论文已入选CVPR2025。 归一化长期以来一直被认为是必不可少的，在现代神经网络中无处不在。 但团队认为可以换用一种非常简单的技术 ...

自2017年Transformer架构的提出以来，基于其结构的创新逐渐成为了人工智能领域的重要研究方向。Transformer模型因其独特的注意力机制在自然语言处理（NLP）任务中表现出色，但在推理效率和资源占用等方面面临挑战。本文将从三个主要维度——Transformer架构的自身 ...

在统计学和机器学习领域，Transformer这一深度学习模型因其出色的性能而备受瞩目。最近，麻省理工学院（MIT）的一支研究团队推出了一项开创性成果，他们成功运用Transformer模型解决了经验贝叶斯（Empirical Bayes, EB）均值估计问题，同时相较于经典方法实现了近 ...

据英伟达介绍，借助 DLSS 多帧生成和 DLSS 帧生成可实现性能倍增，借助 DLSS 光线重建 Transformer 模型可增强光线追踪视觉效果，同时借助最新 Transformer AI 模型可进一步提升 DLSS 超分辨率和 DLAA 图像质量。 广告声明：文内含有的对外跳转链接（包括不限于超链接 ...

新架构获得现场开发者的高度认可，开发者们纷纷表示未来会在更多领域从传统Transformer架构切换到RWKV-7架构。 大会期间，其它AI企业也对RWKV-7给予 ...

OpenAI、谷歌等企业掌握着算法框架、芯片架构等底层技术，形成事实上的技术霸权。中国企业突破Transformer架构专利壁垒，自主开发出性能媲美GPT-4的大模型，在预训练、多模态等关键领域实现原创突破，这种从“跟跑”到“并跑”的跨越，正在重塑全球AI技术 ...

Jeff Dean与Noam Shazeer畅谈AI发展、低精度计算及未来挑战。 谷歌首席科学家Jeff Dean与Transformer作者Noam Shazeer在一场访谈中不仅揭秘了让模型速度提升三 ...

谷歌首席科学家 Jeff Dean 与 Transformer 作者 Noam Shazeer 在一场访谈中不仅揭秘了让模型速度提升三倍的低精度计算技术，分享了「猫神经元」等早期 AI 突破的背后故事，还大胆畅想了 AI 处理万亿级别 Token、实现「1000 万倍工程师」的可能性。 如果没有「Attention Is ...

Transformer 架构因其强大的通用性而备受瞩目，它能够处理文本、图像或任何类型的数据及其组合。其核心的“Attention”机制通过计算序列中每个 token ...

来自新加坡国立大学的最新研究 MakeAnything，通过 Diffusion Transformer（DiT）与非对称 LoRA 技术的结合，首次实现了高质量、跨领域的程序化序列生成，在 21 类任务中取得优异表现，同时展现出在新任务上出色的泛化能力。本文将深入解析这一技术的方案设计与实验 ...