暸望塔丨波士顿动力创始人马克·雷伯特：机器人发展前景与AI 赋能
AI 与机器人是一个交叉学科体系，AI 技术对于机器人领域的发展起到重要推动作用。因为语言模型的成功，人们认为不久之后机器人控制就能全部依靠自我学习，甚至实现端到端的全自学。但波士顿动力创始人马克·雷伯特坚信未来最好的解决方案会来自不同技术方法的交叉融合。
未来数据观点丨AI 技术应用深入，商业化落地加速
近年来，人工智能技术正在以前所未有的速度蓬勃发展。从 ChatGPT 横空出世，Sora 重塑视频创作，再到 GPT-4o 开启 AI 多模态交互的新时代，以生成式人工智能 （GenAI）为代表的新技术不仅带来了产业变革，也引发了人们对于智能时代的新期待。
AI战略丨生成式AI的下一步是什么？
在GTC2024会议上，OpenAI首席运营官Brad Lightcap与NVIDIA企业计算部门副总裁Manuvir Das分享了其对现有模型的思考和未来模型演进的预测，并为中小企业部署AI提出了一系列建议。
隔壁火锅店天天排队，老板悄悄做了这件事？
成都火锅店两周营业额提升38%？秘诀是GEO优化！AI搜索时代，让店铺被推荐成“附近首选”。从信息标记到场景内容布局，三步打造AI推荐门店。别再等顾客找你，让AI把客流送到门口。
构建AI智能体：二十六、语言模型的“解码策略”：一文读懂AI文本生成的采样方法
本文探讨了AI文本生成中的采样方法，这些方法决定了AI如何选择候选词来生成文本。文章介绍了两种主要方法：确定性方法（贪心算法和束搜索）和随机采样方法（基础随机采样、温度采样、Top-k采样和Top-p采样）。贪心算法每次选择概率最高的词，生成结果可靠但缺乏创意；束搜索保留多条候选路径，适合需要准确性的任务。随机采样方法则通过引入随机性增加多样性，其中温度采样通过调整温度参数控制创意的随机程度，Top-p采样则动态选择候选词集合，是目前创造性任务的首选方法。
