AI新闻动态（2023-04-28到2023-08-19）

[ikaijua]

跟踪AI领域的最新动态。在这里加一个新闻动态分享的页面，有兴趣的可以一起参与分享下。

[ikaijua]

2023-05-04 微软开放新版Bing，不再需要候补名单

微软宣布了对Bing和Edge一系列的重磅升级，新版Bing不再需要“候补名单”，用户只需登录微软账户便可以访问。Bing 将强大的大型语言模型（如 Open AI 的 GPT-4）与庞大的搜索索引相结合以获取最新、引用和对话的结果。

官网新闻链接：https://blogs.microsoft.com/blog/2023/05/04/announcing-the-next-wave-of-ai-innovation-with-microsoft-bing-and-edge/?icid=mscom_marcom_H1a_MPH1a_BingAI

量子位的报道: https://mp.weixin.qq.com/s/BCWy8CWcZ_98xFdO8t-7Zg

备注：国内访问还是需要魔法，否则会跳转到https://cn.bing.com/ 域名。

[ikaijua]

2023-04-28 吴恩达联手OpenAI上线免费课程：一个半小时学会ChatGPT Prompt工程

来自机器之心的报道：https://www.jiqizhixin.com/articles/2023-04-28-8

吴恩达说，现在市面上有太多关于如何写 prompt 的材料。但对于开发者来说，如何调用大模型 API 来构建应用软件才是更重要的，但这方面材料却很少。这就是他们这门课的价值所在。

• 官方课程链接：https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
• B站中英双语字幕视频链接：https://www.bilibili.com/video/BV1No4y1t7Zn/
• 文字版笔记： https://islinxu.github.io/prompt-engineering-note/Introduction/index.html

[ikaijua]

2023-05-04 在一年一度的网络峰会Web Summit上，Copilot X首次官方现场演示，Github CEO 现场挑战18分钟开发小游戏

• GitHub官方博客：https://github.blog/2023-05-05-web-summit-rio-2023-building-an-app-in-18-minutes-with-github-copilot-x
• 量子位的报道：https://mp.weixin.qq.com/s/YSZCcHmxIcCEVVsbOTOCRQ
• B站双语字幕视频：https://www.bilibili.com/video/BV1Ca4y1G76i

[ikaijua]

2023-05-13 央视财经《对话》以“寻找AI的边界”为主题，邀请360周鸿祎，百川智能创始人王小川从技术创新、场景应用、路径展望、增长空间、风险与挑战等方面，对以GTP为代表的通用型AI的发展进行了深入的讨论交流。

5月13日，央视财经《对话》栏目邀请360集团创始人周鸿祎，百川智能创始人兼CEO王小川，清华大学新闻学院教授沈阳，产业观察员、钛媒体集团首席运营官、执行总编辑马金男，以“寻找AI的边界”为主题，从技术创新、场景应用、路径展望、增长空间、风险与挑战等方面，对以ChatGPT为代表的通用型AI的发展进行了深入的讨论交流。

• 视频：https://tv.cctv.com/2023/05/13/VIDEauRdx6GOpvQP9JulEHRx230513.shtml
• 钛媒体文字报道：https://baijiahao.baidu.com/s?id=1765791143663132212

[ikaijua]

2023-05-15 AI绘图工具Midjourney（MJ）官方中文版在在QQ频道开启内测。

AI绘图工具Midjourney（MJ）官方中文版已经开启内测。据官方公众号资料显示，Midjourney中文版搭载在QQ频道上，每周一、五下午6点统一开放，达到一定人数后会关闭入口，使用者可通过QQ扫描二维码申请加入频道。

目前Midjourney官方公众号所提供的二维码已无法申请加入，疑似已经满员。有接近方面知情者告诉新浪财经，本次MJ中文版内测属于MJ自主入驻及招募。据悉，目前Midjourney并未在国内进行相关报备。

• 官方报道：Midjourney 官方中文版 · 内测申请
• 新浪科技报道：Midjourney中文版搭载QQ 频道内测？知情者：为MJ自主入驻

[ikaijua]

2023-05-16 OpenAI的首席执行官Sam Altman首次赴美国国会听证，呼吁政府为AI系统制定安全标准，并提出“政府的监管干预至关重要”

当地时间5月16日，美国国会举行AI主题的听证会，OpenAI的首席执行官Sam Altman首次赴国会听证，呼吁政府为AI系统制定安全标准，并提出“政府的监管干预至关重要”。

• 澎湃新闻报道：ChatGPT之父出席国会听证：GPT是工具不是生物，对AI应精确监管
• 听证会完整视频：https://www.bilibili.com/video/BV1S24y1K7qf

[ikaijua]

2023-05-15 OpenAI放出大招，本周将向所有ChatGPT Plus用户开放联网功能和众多插件，允许ChatGPT访问互联网并使用70个第三方插件。

本批第三方插件能够全方位覆盖衣食住行、社交、工作以及学习等日常所需，基本上能够扮演24小时私人助理的角色。

• 华尔街见闻报道：AI“应用商店”来了！OpenAI首批70个ChatGPT Plugin最全梳理

[ikaijua]

2023-05-18 OpenAI 在今天于 iOS 平台上正式推出了官方开发的 ChatGPT 应用程序。

OpenAI 在今天于 iOS 平台上正式推出了官方开发的 ChatGPT 应用程序。不过，目前 ChatGPT 官方应用只有美国区 App Store 上架，用户需要切换账号才能下载。

ChatGPT 本身是一个可免费下载的 App，但包含内购选项 —— ChatGPT Plus 服务（19.99 美元 / 月），通过订阅可以使用 GPT-4，还能够比普通用户更早获得新功能（支持内购也方便了很多无法在网页端绑定支付方式的用户，例如可以使用 PayPal 或礼品卡）。App 还集成了 OpenAI 的开源语音识别系统 Whisper，支持语音输入；同时也支持在不同设备之间同步历史记录。总而言之，App 的体验跟网页端并没有什么不同。

OpenAI 表示，他们将在未来几周时间里，将 ChatGPT 扩展到其他国家 / 地区，并且也将很快推出 Android 版本。

• OpenAPI官方介绍：https://openai.com/blog/introducing-the-chatgpt-app-for-ios
• OSChina报道：ChatGPT 推出官方 iOS 应用，支持内购 Plus 服务

[ikaijua]

2023-05-22 meta开源MMS模型可识别1100+语言

Meta 5月22日开源了MMS(Massively Multilingual Speech)模型，可以支持1100多种语言的文本转语音和语音转文本。

Meta公布的实验表明MMS模型在 FLEURS 基准测试的 54 种语言上的单词错误率比 Whisper 低一半以上，而且训练时使用的标注数据只是一小部分。
-- 不过看到twitter中有评论MMS的实际效果并不如Whisper，还有待实测验证。

GitHub 地址：https://github.com/facebookresearch/fairseq/tree/main/examples/mms
论文地址：https://research.facebook.com/publications/scaling-speech-technology-to-1000-languages/

机器之心报道：https://zhuanlan.zhihu.com/p/631576038
官方博客：https://ai.facebook.com/blog/multilingual-model-speech-recognition/

[ikaijua]

2022-05-20 平安包头”公众号发布一起利用人工智能（AI）实施电信诈骗的典型案例，福州市某科技公司法人代表10分钟内被骗430万元

事件发生于4月20日，被骗的郭先生在视频聊天中被骗子冒充好友，请求他借用公司账户转账，以支付竞标保证金。骗子利用AI技术成功伪装成好友的外貌和声音，让郭先生相信正在和好友聊天，最终转账430万元。事后郭先生意识到被骗，报警处理。警银联动成功紧急止付涉嫌电信诈骗资金330多万元。

然而一位网络安全专家表示：攻击者要同时具备盗取好友的微信账号、利用漏洞劫持摄像头篡改视频数据、实时变脸与实时变声且天衣服缝的技术能力，至少是难度极大、成本极高。很多高科技公司在实验室里也未必能完美完成这些挑战。所以，相关事件的文字描述，在细节上很可能和真实情况有一定的差异。

平安包头的报道：https://mp.weixin.qq.com/s/EHv3JinuwjcmKUFEBy13Cw
第一财经的报道：AI换脸冒充好友诈骗430万，听听网络安全专家们怎么说？

[ikaijua]

2023-05-23 在微软Build年度开发者大会上，微软CEO纳德拉发布Windows Copilot，打造Win11人工智能“个人助理“

微软表示，随着Windows Copilot的推出，Windows将成为第一个集成人工智能支持的PC平台，与Bing Chat以及第一方和第三方插件一起使用，用户可以专注于将他们的想法变为现实，完成复杂的项目和协作，而不是花费精力寻找、启动和跨多个应用程序工作。Windows Copilot的预览版将于6月在Windows11上推出。

• 官网博客报道：Bringing the power of AI to Windows 11 – unlocking a new era of productivity for customers and developers with Windows Copilot and Dev Home
• reddit话题：Microsoft announces Windows Copilot
• 量子位报道：微软王炸更新：Windows接入ChatGPT，Bing也能用插件
• B站UP主视频介绍：微软震撼发布：Windows Copilot革命性重磅更新！
• youtube视频：Full Keynote | Satya Nadella at Microsoft Build 2023
• B站视频：【重磅！【完整版】 Microsoft Build 2023 主旨演讲-哔哩哔哩】 https://b23.tv/GLCRqZg

[ikaijua]

2023-05-23 先特斯拉一步 OpenAI支持的初创研发出人形机器人并投入实际工作

由ChatGPT开发商OpenAI支持的一家初创公司最近爆出猛料。据该公司CEO透露，其开发的人形机器人已经在美国和欧洲投入使用。挪威人形机器人公司1X Technologies的CEO兼创始人伯恩特·博尼奇（Bernt Bornich）日前在接受媒体采访时表示，他们公司的人形机器人EVE自今年4月以来一直在实际工作，而且进展“比我们想象的要好”。

cnBeta报道：https://www.cnbeta.com.tw/articles/tech/1361161.htm
华尔街见闻报道：https://wallstreetcn.com/articles/3689389

[ikaijua]

2023-05-26 马斯克的脑机接口，Neuralink正式官宣：已经获得了FDA（美国食品药品监督管理局）的批准，启动首个人体临床研究！

量子位报道：https://mp.weixin.qq.com/s/20l9lgK8fr-jJw7hcR7gnA
twitter链接：https://twitter.com/neuralink/status/1661857379460468736

[ikaijua]

2023-05-26 Nature最新的一篇脑机接口的研究，让瘫痪逾10年荷兰男子植入脑机后靠意念恢复行走

脊椎损伤会中断大脑和脊髓区域之间的交流，从而导致瘫痪。那么，大脑和脊髓之间能否搭建一座“数字桥梁”，重新恢复交流呢？

这一想法事实上已经存在了很长一段时间了。近日，瑞士研究团队将其一项研究成果发布在了科学顶刊《自然》杂志上。

• Nature新闻报道：Brain–spine interface allows paralysed man to walk using his thoughts
• Nature文章链接：Walking naturally after spinal cord injury using a brain–spine interface
• 财联社报道：新突破！瘫痪患者有望再次行走，这一研究刊登《自然》杂志
• B站UP视频介绍：瘫痪患者重新行走！脑机接口和思维解码的新时代已经到来

[ikaijua]

2023-05-26 OpenAI的创始人之一，大神Andrej Karpthy在微软Build 2023开发者大会上做了专题演讲：State of GPT（GPT的现状）

在这个朴实无华的题目之下，Andrej带来的是一场超级精彩的分享。
他详细介绍了如何从GPT基础模型一直训练出ChatGPT这样的助手模型（assistant model）。作者不曾在其他公开视频里看过类似的内容，这或许是OpenAI官方第一次详细阐述其大模型内部原理和RLHF训练细节。
难能可贵的是，Andrej不仅深入了细节， 还高屋建瓴的抽象了大模型实现中的诸多概念，牛人的洞察就是不一样。

• 公众号文章介绍：https://mp.weixin.qq.com/s/zmEGzm1cdXupNoqZ65h7yg
• B站视频链接：https://www.bilibili.com/video/BV1X24y1A7Rz/

[ikaijua]

2023-08-15 腾讯研究院：有了ChatGPT，读书还有用吗？

这篇文章讨论了大语言模型给知识生产带来的影响，提出了以下的一些观点:

1. 大语言模型具有知识整合能力,但存在偏见、过度简化知识的问题。
2. 知识生产者要警惕数据训练的不公正、不充分问题,这会放大偏见。
3. 机器学习有发现新模式的能力,但容易生成虚假信息,需要人类判断。
4. 新知识需要不同观点碰撞、对旧知识的解构,而模型倾向单一表达。
5. 知识生产者要学会与AI对话,理解其“幻视”,发现真知识。
6. 不能过度依赖网络信息,要关注非主流和未数字化的知识来源。
7. 需要用准确、全面的新数据训练模型,建立良性人机互动,实现真正融合。
8. 整体来说,大语言模型是知识生产的新工具,但关键还在人类的判断与创新。

公众号原文链接：https://mp.weixin.qq.com/s/u9ys4n5S74Ov4lg0PlYc6w

[ikaijua]

2023-08-16 OpenAI提出用GPT-4代替人类审核网络内容：更快、判断更一致

OpenAI开发了一种利用GPT-4进行内容审核的新方法，声称可以帮助解决大规模内容审核的问题。

1. 该方法通过让GPT-4根据策略提示进行判断，并与人类专家反馈进行迭代完善。
2. OpenAI声称这种方法比传统人工审核更高效、更一致，并可以避免人类审核员遭受创伤。
3. 但是OpenAI也承认，语言模型的判断容易受训练时引入的偏见影响。仍需人类监控结果。
4. 内容审核一直是在线平台面临的巨大挑战。尽管AI审核工具日益增多，但无可避免会出现错误判断。处理方式仍需谨慎。

尽管GPT-4审核可能有进步，但仍需人工参与，不能完全依赖算法。处理偏见问题也需谨慎。

• 官方博客：Using GPT-4 for content moderation
• 澎湃新闻报道：https://www.thepaper.cn/newsDetail_forward_24250645
• 量子位报道：OpenAI进军内容审核行业，学校图书馆已经用ChatGPT筛选色情描述了

[ikaijua]

2023-08-16 宇树科技发布全新人形机器人H1，能稳定行走并具有避障能力，被称为“国内第一台能跑的全尺寸通用人形机器人”。

宇树科技发布全新人形机器人H1,能稳定行走并具有避障能力,被称为“国内第一台能跑的全尺寸通用人形机器人”。

1. H1预计售价低于9万美元，参数堪称业内领先，引起广泛关注。
2. H1尚在开发中,正式商用还需多年时间。技术上也存在不足如双手能力有限。
3. 产业链日趋成熟,AGI等技术进步为仿生机器人带来新机遇,人形机器人迎来热潮，未来可期。

• Unitree宇树科技：宇树首款「通用人形机器人」 重磅发布
• 量子位报道：国产人形机器人火到国外！不惧偷袭还带闪，AI大佬：定价好低要改变行业规则了
• 官方youtube视频：https://www.youtube.com/watch?v=GtPs_ygfaEA

[ikaijua]

2023-08-11 阿里达摩院旗下的魔搭社区推出了开源版妙鸭相机-酷蛙FaceChain每个人AIGC出个人写真

FaceChain利用Stable Diffusion模型的能力，只需要最少3张照片就可以生成特定风格的个人写真。通过风格LoRA模型和人脸LoRA模型分别学习写真风格和人物信息，以实现个性化写真生成。

• Github：https://github.com/modelscope/facechain
• 魔搭官方文章：https://mp.weixin.qq.com/s/4oTjOEW_C4dMfylUXq-39A
• 魔搭在线运行Demo：https://modelscope.cn/studios/CVstudio/cv_human_portrait/summary
• 机器之心报道：一周2.5k star，3张照片打造专属形象，开源项目FaceChain让每个人AIGC出个人写真

[ikaijua]

2023-08-16 OpenAI收购Global Illumination，Global Illumination的著名产品是开源版Minecraft：Biomes，且在网页上即可运行。

OpenAI 收购了 Global Illumination 的团队，该公司由 Thomas Dimson、Taylor Gordon 和 Joey Flynn 创立。整个团队已加入 OpenAI，致力于开发OpenAI的核心产品，包括 ChatGPT。 Global Illumination 是一家一直利用人工智能构建创意工具、基础设施和数字体验的公司。该团队之前曾在 Instagram 和 Facebook 早期设计和构建产品，并且还在 YouTube、Google、Pixar、Riot Games 和其他知名公司做出了重大贡献。

1. OpenAI成立近8年以来首次公开宣布收购一家公司，标志着其商业化进程在加速。
2. GI是一家开发沙盒游戏Biomes的创业团队，Biomes游戏已开源。
3. 团队包括8名核心成员。团队主要来自Instagram，曾参与开发Instagram的内容推荐算法等核心业务。
4. 从相关评论推测收购重点在团队而非产品。OpenAI看中的是团队技术实力。GI团队也宣布了停止对Biomes游戏的官方维护，加入OpenAI专注新产品。

• OpenAI官方新闻：OpenAI acquires Global Illumination
• Biomes在线游戏：https://www.biomes.gg/
• Biomes的Github：https://github.com/ill-inc/biomes-game

媒体报道：

• 量子位报道：OpenAI收购“我的世界开源版”，GPT-5要在虚拟世界中进化了？
• CSDN报道：OpenAI 宣布首笔收购，团队只有 8 人，原项目停更！

[ikaijua]

2023-08-18 稚晖君创立的智元机器人公司发布首款人形机器人“远征A1”

1. 远征A1采用模块化设计,具有49个自由度,可实现复杂动作。还可自主更换部件具有通用性。
2. 自主研发的核心零部件如关节电机、灵巧手等，实现了80%以上的国产化率。
3. 采用自研的AI系统,包括云端超级大脑和端侧小脑等，用大模型实现任务规划和控制。
4. 目标是实现低成本量产，控制在20万元以内，已与汽车制造企业洽谈应用。
5. 成立仅半年就发布样机，速度很快，并已经完成多轮融资。
6. 未来要开放平台，进行商用验证，目标是造出真正的智能机器人。

• 智元机器人B站视频：【全程回放】智元远征A1新品发布 开启具身智能新纪元！
• 机器之心报道：稚晖君人形机器人问世：大模型加持，会自己换胳膊，要上生产线造车
• 量子位报道：稚晖君半年干出个人形机器人！有脑有手步伐稳健，上得实验室下得厨房，价格20万以内

[ikaijua]

2023-08-14 人工智能初创公司 Anthropic 从韩国电信巨头 SK Telecom 筹集了 1 亿美元

1. 人工智能初创公司Anthropic获得韩国最大移动运营商SK Telecom 1亿美元投资。Anthropic由前OpenAI领导人联合创立。
2. SK Telecom此前已经参与了Anthropic 3.7亿美元的C轮融资。SK Telecom期望在今年第三季度完成这笔投资。
3. SK Telecom希望通过这笔战略投资进入生成式AI领域。SK Telecom和Anthropic计划联合开发一个针对全球电信公司定制的多语言大型语言模型。
4. SK Telecom计划利用该语言模型为需要AI能力的潜在客户提供各种AI服务,包括全球电信公司。
5. SK Telecom多年来一直在开发针对韩语的大型语言模型。该公司希望通过与Anthropic的合作,在AI生态系统中与全球电信合作伙伴产生协同效应并获得领导力。

• SK Telecom发布的文章：https://www.sktelecom.com/en/press/press_detail.do?idx=1576
• techcrunch报道：https://techcrunch.com/2023/08/14/ai-startup-anthropic-raises-100m-from-korean-telco-giant-sk-telecom/
• The Korea Times报道： https://www.koreatimes.co.kr/www/tech/2023/08/129_356939.html

[ikaijua]

2023-08-13 DoctorGPT：基于LLaMA 2微调的医疗领域的LLM应用

DoctorGPT 是一个可以通过美国医学执照考试的开源大语言模型项目，基于Llama2 7B模型在医疗对话数据集上进行了微调。可在 iOS、Android 和 Web 上使用。

为人们提供免费医疗咨询服务。由于LLaMa2对中文的支持不是很好，使用英文提问可获得最精确的答案。

• Github：https://github.com/llSourcell/DoctorGPT/
• 模型下载地址：https://huggingface.co/llSourcell/medllama2_7b
• 作者的Youtube视频介绍：https://www.youtube.com/watch?v=J9nJh33GM-w

[ikaijua]

2023-08-08 卡内基梅隆大学与Meta AI发布的多能力机器人RoboAgent

有强大的学习和适应能力，掌握12个复杂的操作技能，例如拉开抽屉、关闭抽屉、擦桌子等。

• 项目地址：https://robopen.github.io/
• 数据集：https://robopen.github.io/roboset/
• Github（代码暂未发布）：https://github.com/robopen/roboagent/
• 效果演示：https://www.youtube.com/watch?v=_nArEh7fUzk

[ikaijua]

2023-08-16 腾讯云MaaS最新升级：已经全面接入Llama 2、Falcon、Dolly、Vicuna、Bloom、Alpaca等20多个主流模型

腾讯云MaaS最新升级。腾讯云TI平台已经全面接入Llama 2、Falcon、Dolly、Vicuna、Bloom、Alpaca等20多个主流模型，且支持系列模型的直接部署调用、应用流程简单、可全程低代码操作

腾讯云智能：https://mp.weixin.qq.com/s/QZmIWw7wDy2n8qjymZ-KjQ

[ikaijua]

2023-08-16《纽约时报》更新服务条款以禁止 AI 抓取其内容

近日，美国《纽约时报》更新了服务条款，禁止将该媒体的新闻报道和图片等用于开发任何软件程式，包括训练机器学习或人工智能（AI）系统。《纽约时报》方面还指出，此前也一直禁止用于AI开发，变更条款是为了进一步使该禁令更明确。

另一方面，美联社7月与ChatGPT的开发商OpenAI签署合作协议，同意提供过去的报道用于数据学习；而拥有《华尔街日报》的新闻集团也正在考虑向AI开发人员收取使用其内容的费用，将生成式AI视为未来业绩的支持。

彭拜新闻：https://www.163.com/dy/article/IC9AV6DJ0514R9P4.html

[ikaijua]

2023-08-15 香港大学提出一个RIGID对视频中的人脸进行精确编辑的方法，确保画面时间连贯性和真实感

视频处理方法能对视频当中人物的人脸进行编辑，比如把你变胖变瘦，如改变眼睛的颜色、添加化妆、涂口红等，眼睛变大变小，甚至能让你开口微笑、改变你的年龄等。

项目展示网页：https://cnnlstm.github.io/RIGID/
论文：https://arxiv.org/abs/2308.06097

[ikaijua]

2023-08-16 香港科技大学、蚂蚁团队、浙江大学共同带来一项突破性的视频处理算法CoDeF，能够精准控制视频画风变换,只改变风格而保持其他元素不变

称为是“视频版ControlNet”，主要原因在于CoDeF能够对原视频做到精准控制。（ControlNet实现了根据提示词精准控制图像元素改变，如人物动作、图像结构等）。

根据给到的提示词，它仅改变视频的画风，而且是针对完整视频。比如输入“Chinese ink painting”，风景纪录片能秒变国风水墨大作。

该算法发表才几天就在网上爆红,许多人认为它有望在一年内应用到电影制作中。项目代码已在GitHub上开源，展示出视频处理任务上的强大应用潜力。

• 项目地址： https://qiuyu96.github.io/CoDeF/
• Github：https://github.com/qiuyu96/CoDeF
• 论文地址： https://arxiv.org/abs/2308.07926
• 在线colab：https://github.com/camenduru/CoDeF-colab

媒体报道：

• 量子位报道：https://mp.weixin.qq.com/s/IktbUgTf7qXdH6lB1EO4bw
• 机器之心报道：https://mp.weixin.qq.com/s/7DGe0pcAvt2-L5cj6l4Ivw

[ikaijua]

2023-08-16 基于斯坦福AI小镇实现的开源AI Town，可定制自己的AI小镇和虚拟角色

1. 斯坦福开源了25个智能体小镇，知名风投公司基于该项目开源了AI Town项目，相比原版优化了技术栈。采用了Convex、Pinecone、Clerk、OpenAI等前沿技术实现。
2. 任何人都可以基于它定制自己的AI小镇和虚拟角色。
3. 项目演示了人工智能在生成角色、场景、对话等方面的进步。

• Github：https://github.com/a16z-infra/AI-town
• 在线体验：https://www.convex.dev/ai-town
• 新智元报道：斯坦福小镇二创来了！8个智能体生活交友，爆火AI Town人人可搭，网友整活「猫猫小镇」｜附教程

[ikaijua]

2023-08-16 苹果开源 FastViT：快速卷积 Transformer 的混合视觉架构

FastViT是一种新颖的混合视觉架构，其有机的结合了CNNs和Transformer，无论在精度或者运行效率上均有了稳定的提升。在多个任务（图像分类、检测、分割甚至是 3D 网格回归）上的表现均优于竞争对手，特别是在移动设备和桌面GPU上都有显着的延迟改进。

实验结果表明

1. FastViT在移动设备上的速度比最近的混合Transformer架构CMT快3.5倍！
2. 在ImageNet数据集上的精度相同，但速度比EfficientNet快4.9倍且比ConvNeXt快1.9倍！
3. 在相似的延迟下，FastViT在ImageNet上的Top-1精度比MobileOne高出4.2％！

• Github：https://github.com/apple/ml-fastvit
• 论文：https://arxiv.org/abs/2303.14189

媒体报道

• oschina报道：https://www.oschina.net/news/254037