现在正是「文本生视频」赛道百花齐放的时代，而且其应用场景非常多，比如生成创意视频内容、创建游戏场景、制作动画和电影。

大型语言模型（LLMs）虽然在适应新任务方面取得了长足进步，但它们仍面临着巨大的计算资源消耗，尤其在复杂领域的表现往往不尽如人意。

今天，Meta 分享了一系列研究和模型，这些研究和模型支撑 Meta 实现高级机器智能（AMI）目标，同时也致力于开放科学和可复现性。

神秘的合约条款被曝光。

7 年前，谷歌在论文《Attention is All You Need》中提出了 Transformer。

大模型中，线性层的低比特量化（例如 INT8, INT4）已经逐步落地；对于注意力模块，目前几乎各个模型都还在用高精度（例如 FP16 或 FP32）的注意力运算进行训练和推理。

10月18日，阳光新能源在北京召开“以‘不变’应万变——电站创新技术发布会”，重磅发布新能源电站“魔方”技术平台。

OpenAI o1 的发布，再次给 AI 领域带来了一场地震。

东北大学的研究人员从蛋白质结构出发，提出将卷积神经网络 (CNN）和图卷积网络 (GCN）结合成一个统一框架，称为双模型自适应权重融合网络 (Two-

大型语言模型 （LLM） 在各种自然语言处理和推理任务中表现出卓越的能力，某些应用场景甚至超越了人类的表现。