4月22日据媒体报道，英伟达近4个月市值增加3290亿美元，增长94%。这主要归功于生成式AI的兴起，尤其是以ChatGPT为代表的项目对英伟达显卡的强烈需求。预计仅ChatGPT项目就需要3万块英伟达A100GPU，而每块GPU的售价在1万至1.5万美元之间。 此外，微软等公司也持续购买大量英伟达GPU芯片，但交货时间却出现了不确定性，供需格局出现明显失衡。 阿里和百度等公司的需求更是高涨，其中百度紧急下单3000台8张芯片的A800服务器，估计全年需要达到2.4万枚A800和H800芯片，

电子发烧友网报道（文/李弯弯）近日，德勤发布最新报告指出，生成式人工智能（GAI）会从商界热议的概念转变为重塑行业的现实。这将对算力产生很大的需求，从而拉动对生成式AI芯片的需求。预计2024年生成式人工智能芯片销售额可能达到500亿美元以上。生成式AI带动芯片需求增长生成式人工智能（GAI）是利用复杂的算法、模型和规则，从大规模数据集中学习，以创造新的原创内容的人工智能技术。这项技术能够创造文本、图片、声音、视频和代码等多种类型的内容，全面超越了传统软件的数据处理和分析能力。2022年末，O

2023年1月30日，Meta公司宣布近期对其人工智能代码生成模型Code Llama 70B进行重大升级，号称“迄今最大、性能最强”的AI模型。 据悉，Code Llama工具于去年8月份上线，面向公众开放且完全免费。此次更新的Code Llama 70B不仅能处理更多复杂查询，其在HumanEval基准测试中的准确率高达53%，超越GPT-3.5的48.1%，然而与OpenAI公布的GPT-4准确率（67%）仍有一定差距。 此外，Meta于去年进一步推出Python和Instruct两个版

3D 生成是 AI 视觉领域的研究热点之一。本文中，来自 Adobe 研究院和斯坦福大学等机构的研究者利用基于 transformer 的 3D 大型重建模型来对多视图扩散进行去噪，并提出了一种新颖的 3D 生成方法 DMV3D，实现了新的 SOTA 结果。 2D 扩散模型极大地简化了图像内容的创作流程，2D 设计行业也因此发生了变革。近来，扩散模型已扩展到 3D 创作领域，减少了应用程序（如 VR、AR、机器人技术和游戏等）中的人工成本。有许多研究已经对使用预训练的 2D 扩散模型，生成具有

谷歌研究院近日发布了一款名为Lumiere的文生视频扩散模型，基于自家研发的Space-Time U-Net基础架构，独立生成具有高效、完整且动作连贯性的视频效果。 该公司指出，当前众多文生视频模型普遍存在无法生成长时、高品质及动作连贯的问题。这些模型往往采用“分段生成视频”策略，即先生成少量关键帧，再借助时间超级分辨率（TSM）技术生成其间的视频文件。尽管此策略可减缓RAM负担，但难以生成理想的连续视频效果。 针对此问题，谷歌的Lumiere模型创新地引入了新型Space-Time U-Ne

1. 写在前面 最近自动驾驶数据集的生成模型很火，主要包括NeRF和扩散模型两类。其中扩散模型的难点在于保持世界范围内的一致性和传感器间的一致性。今天笔者为大家推荐一篇复旦大学最新的开源方案WoVoGen，可以根据车辆控制输入生成街区视频，还可以做场景编辑。 下面一起来阅读一下这项工作~ 2. 摘要 生成多摄像头的街景视频对于增加自动驾驶数据集至关重要，解决了对广泛而多样的数据的迫切需求。由于多样性的限制和处理光照条件的挑战，传统的基于渲染的方法越来越多的被基于扩散的方法所取代。然而，基于扩散

随着计算能力的大幅提升以及大规模语言模型（LLM）的发展，生成式人工智能（Generative AI）成为了企业最为关注的重要技术之一。根据研究机构预测，未来五年内，生成式AI技术将从37亿美元的市场规模增长到360亿美元。 生成式AI在提高生产力和加速业务转型等方面拥有巨大潜力。然而，企业在成功采用生成式AI的过程中，也面临着成本、安全以及技能培训等方面的挑战。是采用开箱即用的解决方案？还是开发动态知识库，对特定业务功能实现自动化？管理者必须有着清晰的定位与认知。 应对风险是实现收益最大化的