2月20日

马斯克：Neuralink首位人类受试者康复 实现思维控制鼠标

特斯拉CEO埃隆·马斯克近日在社交媒体平台X上宣布了一个令人振奋的消息:Neuralink公司的首位人类受试者已经完全康复，并且能够通过思维在电脑屏幕上移动鼠标。这一成果标志着脑机接口技术在人类身上的应用取得了重要突破。据了解，Neuralink公司一直致力于在猴子身上进行芯片植入实验，并已经获得了美国食品和药物管理局的批准，正式启动了首次脑植入设备的临床试验。该试验旨在探索脑机接口技术在瘫痪患者中的应用，帮助他们恢复运动功能。根据招募信息，参与临床试验的患者需要符合因颈部脊髓损伤或肌萎缩侧索硬化症（ALS）导致的瘫痪条件。试验将持续六年，参与者将首先参与为期18个月的研究。之后，他们需要每周至少花费两个小时进行脑机接口方面的研究工作。据报道，目前已有数千人正在排队等候植入Neuralink的大脑植入设备。该公司计划到2030年将为超过2.2万人植入芯片，为人类带来更加便捷和高效的生活体验。来源：凤凰新闻-站长之家

UC 伯克利发布全新大世界模型「Large World Model 」，登顶GitHub热榜榜首

由于内存限制、计算复杂性和有限的数据集，从数百万个视频和语言序列的 token 中进行学习挑战巨大。为了应对这些挑战，来自 UC 伯克利的研究者整理了一个包含各种视频和书籍的大型数据集，并且提出了大世界模型（ Large World Model ，LWM），利用 RingAttention 技术对长序列进行可扩展训练，逐渐将上下文大小从 4K 增加到 1M token。本文的贡献可总结为如下几个方面：（a）该研究在长视频和语言序列上训练了一个拥有极大上下文尺寸的 transformers 模型，从而设立了新的检索任务和长视频理解方面的标杆。(b) 为了克服视觉 – 语言训练带来的挑战，该研究采取了以下措施，包括使用掩码序列以混合不同长度的序列、损失加权以平衡语言和视觉、以及使用模型生成的问答数据来处理长序列对话。(c) 通过 RingAttention、掩码序列打包等方法，可以训练数百万长度的多模态序列。(d) 完全开源 7B 参数系列模型，其能够处理超过 100 万 token 的长文本文档（LWM-Text、LWM-Text-Chat）和视频（LWM、LWM-Chat）。来源：微信公众号【每日智汇】

惊艳！AIGC自动生成商业视频，虹软ArcMuse引擎重磅升级

虹软PhotoStudio® AI智能商拍云工作室（psai.cn）自上市以来，因切实满足商业需求而备受客户青睐，成为商业拍摄领域的热门选择。在虹软研发团队不断创新的推动下，其核心大模型技术引擎——虹软ArcMuse再次迎来了一次重大升级。此次升级将支持面向商拍的商业视频自动生成，为商品展示视频创作注入新的活力，为电商行业带来了全新的展示内容和推广方式。与OpenAI Sora类似，虹软ArcMuse大模型视频生成基于diffusion-transformer技术架构，具备丰富多样的创意力和想象力。但与Sora创造性强，结果可控性差不同，ArcMuse力求满足商拍用户创造性要求的同时，大力提升可控性，ArcMuse着眼于输入图像生成视频。相对于文字，图像包含的信息量更加丰富且直观。通过图像，ArcMuse大模型能够捕捉到商品的细节特征、质感、色彩等方面的精确信息，生成更能展示商品真实面貌的动态商拍视频。这不仅能够提高观众对商品的理解和认知，还能够增强其对商品的信任度和购买欲望，为商家带来更为直接和有效的营销效果。来源：微信公众号【虹软】