就在本月，Meta 发布了 Llama 3.3 唯一开源模型 Llama-3.3-70B-Instruct，虽然参数规模只有 70B，但堪比 405B 模型性能。这是 Llama 3 系列的最后一个模型，小扎表示，再见就是 Llama 4 啦！ hyper.ai 官网在教程板块上线了「一键部署 Llama-3.3-70B-Instruct」，让我们一起体验一下 Llama 3 的收官之作吧~ 在线
在机器人自主学习的旅程中，触觉是不可或缺的一环，它赋予机器感知物理世界细节的能力。然而，传统触觉感知系统的训练往往依赖于海量数据采集，成本高昂且效率低下。随着数据驱动方法的限制逐渐显现，如何通过高效的数据表征来提升触觉学习的性能，成为当下机器人研究的焦点之一。 近年来，基于自监督学习、稀疏表示以及跨模态感知的创新技术迅速崛起，为触觉表征的简化与优化提供了新的思路。 ::: hljs-center
近年来，在全球持续变暖等大背景下，我们见证了一系列罕见的极端气候事件，它们似乎在无声地宣告着我们所处时代面临的严峻挑战。2024 年，这个即将落幕的年份，也为我们呈现了一幕幕惊人的景象：撒哈拉沙漠遭遇了数十年难遇的洪水，美国的「世纪飓风」成为近 20 年来夺走最多生命的飓风，欧洲的暴雨引发了数十年来最严重的洪灾，而拉丁美洲则遭受了历史性干旱。 流浪地球中有一句著名的台词：「最初，没有人在意这场灾难
2024 年 11 月，Google DeepMind 发布报告「A new golden age of discovery: Seizing the AI for Science Opportunity」，指出 AI 正在引领科学研究进入一个全新的黄金时代。 如今，AI for Science 已经跨越了最初的概念推广期，正在生命科学、地理信息科学、天文气象等传统科研领域内，探索创新方法，甚至为
生物科技公司 E11 Bio 推出 PRISM 技术，能够以极低成本绘制整个大脑中数百万个细胞的连接关系，从而使全脑连接组学研究从果蝇等小型大脑扩展到如小鼠等更复杂的哺乳动物大脑，为未来探索人类大脑提供了可能。
Apache TVM 是一个端到端的深度学习编译框架，适用于 CPU、GPU 和各种机器学习加速芯片。更多 TVM 中文文档可访问 →Apache TVM 是一个端到端的深度学习编译框架，适用于 CPU、GPU 和各种机器学习加速芯片。 | Apache TVM 中文站 针对特定设备和工作负载的自动调优对于获得最佳性能至关重要，本文介绍如何为 NVIDIA GPU 调优整个卷积网络。 TVM 中
叮叮铛，叮叮铛，铃儿响叮铛 ~ 又到圣诞节啦 圣诞老人会给幸运的小朋友送礼物，而 HyperAI超神经也会给勤劳的开发者们送上圣诞大礼包！ 我们应景地为大家准备了 10 个圣诞节相关的数据集，支持在线使用与下载，快来体验吧~ 图片来源于网络 更多高质量数据集： https://hyper.ai/cn/datasets 1、圣诞节装饰品图像数据集 预估大小： 1.03 GB 下载地址： http
过去多年间，科学家们持续致力于探索蛋白质的结构和组成，以更好的解谜「生命密码」。蛋白质功能由其结构决定，包括侧链和主链原子的身份、位置及其生物物理性质，这些统称为全原子结构。 然而，想要确定侧链原子的放置位置，必须先了解序列。因此，全原子结构生成可以看作是一个多模态问题，需要同时生成序列和结构。 但是，现有蛋白质结构和序列生成方法通常将序列和结构视为独立的模态，结构生成方法通常仅生成主链原子；针对
过去几年，以英伟达、谷歌为首的科技巨头纷纷表达对 AI 医疗的重视，近千亿元资金被砸进该赛道，医疗领域也成为 AI 应用最广、成效最明显的领域之一。 在即将过去的 2024 年期间，研究人员们构建医学大模型，用 AI 分割医学图像/视频、诊断糖尿病、帕金森病、乳腺癌、肺癌、卵巢癌、冠心病、抑郁症以及胃病等，同时探索识别 RNA 病毒的深度学习技术。 AI 正以前所未有的速度重塑医疗健康行业面貌，优
在我们的设想中，一个完美的机器人应当具备和人类一样的视觉、触觉、听觉、嗅觉和味觉。 通过以上「五感」感知并理解物理世界，同时借助强大的 AI 大脑实现对环境的精确响应，是打造智能机器人的核心，科技巨头特斯拉也认同这一点。 比如，他们推出的第二代人形机器人 Optimus 就强化了触觉感知能力，可以完成两只手指捏起鸡蛋的灵巧操作。这种对物体的准确感知和对力度的精准把握，正是得益于其十根手指尖端搭载的
口干、眼干、皮肤干，每天伴有不明原因的肌肉酸痛和全身乏力，如果以上症状你「中招」了，除了考虑冬季天气干燥外，还应该警惕一种常见却总是被我们忽视的疾病——干燥综合征 (Sjögren’s Syndrome, SS)。 干燥综合征是以外分泌腺高度淋巴细胞浸润为特征的自身免疫性疾病， 在我国约有 500 万人患上此病。病症初期，外分泌腺（唾液腺、泪腺等）被高度浸润的淋巴细胞破坏，导致其功能减退，患者常常
上周，HyperAl超神经更新了 AlphaFold3 依赖数据库，但很多小伙伴都反映数据太大，部署困难。 本周，hyper.ai 官网上线了「AlphaFold3 蛋白质预测 Demo」，相关数据和模型已经安装配置完毕，占用个人存储不到 300 MB，仅需单卡 A6000 即可快速部署并使用 AlphaFold3 预测蛋白质。 在线使用：https://go.hyper.ai/KHIRR 12
在科研工作中，我们经常需要阅读大量文献，并尝试复现前辈的研究成果，但大多数情况下，「重走前人路」并非易事。 2012 年，世界最大的生物科技公司之一美国安进生物技术公司的研究人员，对相关领域的 53 份「里程碑式」论文进行验证，希望以这些研究为基础进行药物研发，结果令人咋舌，只有 6 项通过验证，这引发了大众的广泛争议。这些未能通过验证的重要成果不仅被广泛引用，还衍生出了大量的「二手文献」，以上情
AI for Science 作为科学发现的「第五范式」， 正在开创一场全新的科研革命，在材料化学领域，这场变革尤为显著。 告别传统的「凭经验+反复试错」模式，在智能驱动的材料研发中，AI 在科学仿真、模型预测、高通量实验、自动化表征等方面提供重要手段，可有效降低新材料研发成本，提高研发效率。 回望即将谢幕的 2024 年，材料化学领域在 AI 的加持下捷报频传，也涌现出越来越多的高价值研究成果。
在科研领域，常常会有某些技术因其突破性进展而成为时代的焦点，荣获 2017 年诺贝尔化学奖的冷冻电镜 (Cryo-EM) 正是这样的技术之一。比如，依托冷冻电镜技术，施一公团队曾于 2015 年首次捕获剪接体高分辨率结构，这被誉为近 30 年中国在基础生命科学领域对世界科学作出的最大贡献，也引发了大家对于冷冻电镜的广泛关注。 作为结构生物学领域的重要工具，冷冻电镜能够将样品快速冷却至低温，防止样品
2023 年，HyperAI超神经在北京、上海、深圳举办了 4 场 Meet TVM 线下聚会，聚集了超 1 千位资深从业者及爱好者，逐步建立了丰富的社区生态。 2024 年，HyperAI超神经聚焦 AI 编译器领域，继续为业内人士提供开放的交流平台，在今年 7 月举办了 Meet AI Compiler 技术沙龙的第 5 期。如今，2024 年接近尾声，大模型赛道激战未停，AI 编译器有哪些新
12 月 10 日，Nature 公布 2024 年度十大人物，含金量虽不似诺贝尔奖那般令人瞩目，但这个创刊百余年的顶级学术期刊可以说是科学进展的见证者，所以这十大人物也在一定程度上代表了今年的重要科学事件。在获选名单中，Google DeepMind 的研究员 Rémi Lam 赫然在列。 Nature 在其报道中介绍道，Lam 一直是利用机器学习改进天气预报的先驱。 在过去的几年里，这一领域取
Apache TVM 是一个端到端的深度学习编译框架，适用于 CPU、GPU 和各种机器学习加速芯片。更多 TVM 中文文档可访问 →Apache TVM 是一个端到端的深度学习编译框架，适用于 CPU、GPU 和各种机器学习加速芯片。 | Apache TVM 中文站 本教程演示如何在 TVM 中使用 TensorCores 编写高性能卷积调度。在这个例子中，会假设卷积输入的 batch 较大。
在地球科学研究中，地表热流 (Surface Heat Flow, SHF) 作为地球深层热能释放的重要表征，一直备受关注。地表热流不仅是地球内部能量驱动的一面「窗口」，更是揭示地壳热结构、地幔热动力学及地质构造演化的关键参数。 通过对地表热流的研究，我们能够深入了解地球内部的热力机制，揭示板块俯冲、地幔上升及裂谷扩张等地质现象背后的动力学过程。 尽管地表热流研究在过去几十年中取得了诸多进展，但在
AlphaFold2 自发布以来就在 AI4S 领域引起轰动，更拿下了今年的诺贝尔奖。AlphaFold3 作为其升级版，不仅能够预测蛋白质的结构，还能够预测蛋白质与其他各种生物分子相互作用的结构，包括配体（小分子）、核酸（DNA 和 RNA）如何聚集在一起并相互作用。 就在上个月，Google DeepMind 开源了 AlphaFold3 模型权重及其依赖数据库供学术研究。HyperAl超神经
3D 模型在游戏开发、影视动画、虚拟现实 (VR) 等多个行业和场景中发挥着重要作用，但现有的 3D 生成扩散模型在快速生成和泛化能力上仍存在不足。为了解决这些问题，腾讯的研究团队推出了 Hunyuan3D-1.0，同时开源了轻量版与标准版模型。这一创新框架通过结合多视角生成与稀疏视角重建技术，有效攻克了 3D 生成技术中的多项挑战。Hunyuan3D-1.0 在质量和效率之间实现了绝佳的平衡。在
由具身触觉社区主办、HyperAI超神经协办的「新锐论前沿」第三期线上分享活动，将于 12 月 13 日（周五）19 点正式上线。 本次活动邀请到了地质大学（北京）四年级博士生章诗昕，他将围绕「TactEdge 传感器的设计、制备及机器人感知操作」带来技术分享。 扫描下方二维码即可报名参与线上分享！ 本次活动还设立了抽奖环节，参与线上分享的小伙伴有机会获得由 OpenBayes贝式计算赞助的
疾病、经济危机、失业、灾害……人类世界长期以来被各种各样的问题「侵扰」，了解人口动态对于解决这类复杂的社会问题至关重要。 政府相关人员可以通过人口动态数据来模拟疾病的传播，预测房价和失业率，甚至预测经济危机。然而，在过去几十年间，如何准确预测人口动态，对研究人员和政策制定者来说一直是一项挑战。 传统了解人口动态的方法往往依赖于人口普查、调查或卫星图像数据。这些数据固然很有价值，但它们各自都有自己的
Apache TVM 是一个端到端的深度学习编译框架，适用于 CPU、GPU 和各种机器学习加速芯片。更多 TVM 中文文档可访问 →Apache TVM 是一个端到端的深度学习编译框架，适用于 CPU、GPU 和各种机器学习加速芯片。 | Apache TVM 中文站 本教程演示了如何在 TVM 中编写高性能卷积实现。以正方形大小的输入张量和滤波器为例，假设卷积输入的 batch 较大。在此示例
「Meet AI4S」系列直播第五期将于今晚 19:00 准时开播，HyperAI超神经有幸邀请到了浙江大学知识引擎实验室的博士研究生王泽元，他本次分享的主题是「借助扩散去噪过程助力大模型对蛋白质的优化」。 浙江大学陈华钧教授、张强研究员、王泽元博士等人提出的全新去噪蛋白质语言模型 (DePLM)， 可以将蛋白质语言模型捕捉到的进化信息视为与目标特性相关和无关的混合体，其中无关信息被视为「噪音」并
随着 AI 技术的不断发展，为更多高难度新型电池的研发带来希望。本文将围绕传统电池研发技术面临的技术瓶颈、AI 技术为学界、业界带来的技术变革 3 个方面，盘点当下 AI 助力电池研发的新成果。
上海交通大学联合上海人工智能实验室，以及上海科技大学和中科院杭州医学院的合作者，共同开发出了一种新的蛋白质序列大语言模型预训练方法 PRIME。
清华大学联合上海交通大学、中国科学院、美国普渡大学、美国杜克大学，提出了一种用于发现高熵尖晶石氧化物 (HESOs) 的主动学习框架，展示了其在实验数据有限情况下，高效探索广阔化学组成空间的有效性。
YOLO 模型一直是目标检测的经典之选。YOLOv11 作为新一代的目标检测模型，不仅延续了其系列的高效和实时性能，还大幅提升了检测精度和适应复杂场景的能力，带来了更强的精度、更快的速度和更智能的推理性能。 YOLOv11 能够同时完成多个视觉任务：从基础的物体检测和物体分类，到精细的实例分割，甚至能通过姿态估计分析人体或物体的动作。同时，YOLOv11 在定位物体检测方面也表现出色，能够精准地定
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
