AAAI 2025 IML领域首个稀疏化视觉Transformer，代码已开源
SparseViT 是一种新的图像篡改检测模型，利用非语义信息替代手工制作的手工特征提取器。通过稀疏自注意力机制，它提高了计算效率并增强了模型对复杂场景的适应性。
机器之心
Agents Are Not Enough? !
本周解读了AI Agent在2024年的发展情况及面临的技术障碍，以及如何结合机器学习与符号人工智能帮助Agent解决落地问题，文中还提到了人形机器人和AI科学家的相关信息。
全新模型RoboVLMs解锁VLA无限可能，真实机器人实验交出满分答卷
本文介绍了一篇关于视觉语言动作模型（VLAs）的论文，提出了RoboVLMs模型来解决机器人领域的多个任务。文章通过实验提出了一些设计准则，包括选择合适的基座模型和在预训练阶段引入跨本体数据等。
多模态模型已落地多领域，OpenBayes贝式计算获评「大模型最具潜力创业企业 TOP 10」
Ilya Sutskever在NeurIPS会议上提出预训练模型可能终结的观点，并强调未来AI需要更接近人类思考方式的推理能力。CB Insights报告显示，投资者偏好中小型且具有创新技术和可扩展商业模式的企业。OpenBayes作为大模型创业公司中的佼佼者，在多模态模型领域推出贝式小算，性能优越并成功应用于多个生产场景。
联手OpenAI，吴恩达推出一门o1推理新课程，还免费
OpenAI 推出了新的 o 系列模型，能够回答更复杂的问题。吴恩达联合推出了 Reasoning with o1 课程，介绍如何使用 o1 进行推理。课程涵盖基础知识、多步骤任务规划和执行、图像推理等。学生可以学习识别适合 o1 的任务，并了解如何应用 Metaprompting 来优化应用程序。
没有博士学位却开启了GPT时代，奥特曼盛赞Alec Radford，爱因斯坦级天才
Alec Radford 是一位自然语言处理和计算机视觉领域的研究者，他在 OpenAI 担任研究员期间主导了 GPT 的研发。由于贡献巨大，《连线》曾将他比作发明 PageRank 的 Larry Page。Radford 论文引用量超过19万，并在 Jupyter Notebook 中完成了许多研究成果。