摄像头能否实现激光雷达的检测效果，以更低成本实现自动驾驶感知？在最新的CVPR2023论文《CollaborationhelpscameraovertakeLiDARin3Ddetection》中，来自上海交通大学、加州大学洛杉矶分校、以及上海人工智能实验室的研究者提出了纯视觉协作探测方法（CoCa3D），通过让多个基于纯视觉的智能车高效协作，在3D目标探测效果上，接近甚至超越基于激光雷达的智能车。论文标题：CollaborationHelpsCameraOvertakeLiDARin3DDetection论文链接：https://arxiv.org/abs/2303.13560代码链接：ht

本文经自动驾驶之心公众号授权转载，转载请联系出处。本文提出了一套离线3D物体检测算法框架DetZero，通过在Waymo公开数据集上进行全面的研究和评估，DetZero可生成连续且完整的物体轨迹序列，并充分利用长时序点云特征显着提升感知结果的质量。同时以85.15mAPH(L2)的性能在WOD3D物体检测排行榜上取得排名第一。此外，DetZero可以为在线模型的训练提供高质量的自动标签，其结果已经达到甚至高于人工标签的水平。论文：https://arxiv.org/abs/2306.06023代码：https://github.com/PJLab-ADG/DetZero主页：https://s

如你我所见，像GPT-4、PaLM等前沿语言模型已经展现了出色的推理能力，例如回答复杂问题、生成解释，甚至解决需要多步推理的问题，这些能力曾被认为是AI无法达到的。这样的能力在较小的语言模型中并不明显，因此现在的挑战就是如何利用对大型语言模型不断增长的知识，进而提升较小模型的能力。之前微软研究院推出了Orca，它是拥有130亿参数的语言模型，通过模仿更强大LLM的逐步推理过程，展现了强大的推理能力。现在研究者再接再厉推出了Orca2，继续探索如何通过改进训练信号来提升较小语言模型的推理能力。论文地址：https://arxiv.org/pdf/2311.11045.pdfHuggingFace

现在的AI技术很火，这一新兴领域的发展给艺术创作带来了全新的可能性，AI绘画的应用也十分的广泛。我自己见到的就有运用在模特穿衣服身上的，化妆品广告图生成的等等，比如MidJourney和stablediffusion等AI绘画程序已经很成熟了，前者是收费的后者是免费的。在之前我已经介绍过了从0进行安装stablediffusion的教程。但是我始终觉得SD还是比较复杂的，对于一些小白（像我这样的）光看页面上各种参数可能就得懵逼一阵子，学习成本比较高。还有各种各样的模型，对于电脑GPU的要求也相对较高。会劝退一大波人。但是MJ又很贵。但是，今天！福音来了。熟悉SD的人应该听过ControlNet

微软在官网宣布，将OpenAI最新模型DALL-E3集成在BingChat和BingImageCreate中，并免费提供给用户使用。据悉，DALL-E3是一款类Midjourney产品，通过文本就能生成二次元、3D、朋克、涂鸦、素描、黑白、极简、印象派、位面像素等几十种类型图片。例如，生成一个东方巨龙云雾缭绕冲上云霄，很快就能获得多张精美图片。根据「AIGC开放社区」的使用体验，DALL-E3在语义理解、图片品质、用户体验、响应效率等方面，可媲美文生图领导者Midjourney，支持中文提问。BingImageCreate地址：https://cn.bing.com/createBingCha

数学，作为科学的基石，一直以来都是研究和创新的关键领域。最近，普林斯顿大学等七家机构联合发布了一个专门用于数学的大语言模型LLEMMA，性能媲美谷歌Minerva62B，并公开了其模型、数据集和代码，为数学研究带来了前所未有的机会和资源。论文地址：https://arxiv.org/abs/2310.10631数据集地址：https://huggingface.co/datasets/EleutherAI/proof-pile-2项目地址：https://github.com/EleutherAI/math-lmLLEMMA承袭了CodeLlama的基础，在Proof-Pile-2上进行了预训

当前，最先进的文本到图像（T2I）模型需要大量的训练成本（例如，数百万个GPU小时），这严重阻碍了AIGC社区的基础创新，同时增加了二氧化碳排放。现在，来自华为诺亚方舟实验室等研究机构的研究者联合提出了开创性的文本到图像（T2I）模型PixArt-α,只需要StableDiffusionv1.5训练时间的10.8%（约675vs约6250A100GPU天），省下近30万美元（26000美元vs320000美元）。与更大的SOTA模型RAPHAEL相比，PixArt-α的训练成本仅为1%，且支持直接生成高达1024×1024分辨率的高分辨率图像。PixArt-α 模型不仅大幅降低了训练成本，还显

我最近将我的数据库表从MYISAM切换到INNODB并且遇到了查询超时问题，主要是插入问题。我以前使用的一个函数需要超时设置为60秒。我已经充分优化了我的脚本，现在即使仍然有很多查询，它们也会组合在一起(多次插入、多次删除等)，脚本现在需要大约25秒，这比看起来的时间大幅增加至少60秒。这个持续时间仍然比以前使用MYISAM快10倍以上，我在处理这些查询的方式上是否有任何错误？或者有什么设置可以帮助提高性能吗？目前MySQL使用默认安装设置。查询没有什么特别的，DELETE...WHERE...简单的逻辑，与INSERT和UPDATE查询相同。 最佳答案

就在刚刚，国内开源模型参数量纪录，又被刷新了！9月20日，上海人工智能实验室（上海AI实验室）与商汤科技联合香港中文大学和复旦大学，正式开源了200亿参数的InternLM-20B模型。项目地址：https://github.com/InternLM/InternLM魔搭社区：https://modelscope.cn/organization/Shanghai_AI_Laboratory这次的200亿参数版书生·浦语大模型，可以说是「加量不加价」，参数量还不到三分之一，性能却可以剑挑当今开源模型的标杆——Llama2-70B。而当前主流的开源13B模型们，则在所有维度上都被InternLM-

Intel原本计划在今年的MeteorLake也就是一代酷睿Ultra上更换新的封装接口LGA1851，但因为Intel4工艺不够给力，MeteorLake-S桌面版最终被取消。从曝光的样品上看，封装接口确实是新的。明年，Intel将推出下一代ArrowLake，预计叫做二代酷睿Ultra，制造工艺升级为全新的Intel20A，首次进入埃米时代，可以粗略地理解为等效于2nm。Intel酷睿明年换新接口LGA1851！20A工艺媲美2nmIntel酷睿明年换新接口LGA1851！20A工艺媲美2nmArrowLake终将用上LGA1851接口，届时还会有新的主板芯片组，不出意外将是800系列。I