海归学者发起的公益学术平台分享信息，整合资源交流学术，偶尔风月近日，清华大学集成电路学院钱鹤、吴华强教授团队在存算一体芯片领域取得研究突破，在《自然・电子》（Nature Electronics）上发表了题为 “A dual - domain ...

Spiking Neural Processor T1是一种人工智能芯片，它以大脑检测模式的方式为模型，可以延长智能设备的电池寿命。 LAS VEGAS—— ...

RTX Neural Face基于在超级计算机上提前学习和训练的成千上万张人脸数据集，只需要简单的光栅化渲染人脸、3D姿态数据，就可以通过生成式AI模型，实时推断、渲染出更自然的人脸，效果，包括不同的角度、光照、情感、表情、遮挡等等。

AI赋能，提升显著！RTX 50系列显卡有哪些亮点？ 就在本月15号，我们参加了英伟达线下举行的RTX ...

我们知道，在借助DLSS之后，玩家还需要利用NVIDIA Reflex来降低系统延迟，从而让玩家的实际操作更为连贯。而多帧生成技术可以在帧生成的基础之上对帧率再度进行大幅度提升，也势必会让系统延迟有所提升，因此NVIDIA推出Reflex ...

在当今科技飞速发展的时代，脑科学与人工智能的融合正催生出一项极具潜力的前沿技术——类脑计算，它有望开启人类智能与机器智能深度融合的新纪元，彻底改变人与世界的交互方式以及对智能的认知。

IT之家 1 月 20 日消息，谷歌研究院发文，公布了“Titans”系列模型架构，相应模型架构最大的特点是采用“仿生设计”，结合了短期记忆、长期记忆和注意力机制， 支持超过 200 万个 Token 的上下文长度 ，目前相关论文已发布在 arXiv 上（ 点此访问 ），谷歌计划未来将 Titans 相关技术开源。

随着计算能力的提升，尤其是图形处理单元（GPU）的普及，人工神经网络的发展再次迎来了转机。进入21世纪，数据量的激增与互联网的蓬勃发展使得具有巨大潜力的深度学习算法得以广泛应用。2007年，斯坦福大学团队推出的ImageNet数据集，为神经网络模型的验证提供了标准，让AI研究者们在一个统一的平台上竞争。这一挑战极大地推动了图像识别领域的发展，2012年AlexNet的问世更是标志着深度学习的正式崛 ...

现在，打个游戏都用上Transformer了？！ 老黄的DLSS进行了一波大升级，换上了基于Transformer的新大脑。 用上新模型之后，光线重建和超分辨率，效果都变得更细腻了。 而且DLSS 3中的帧生成功能也升级到了DLSS ...

视网膜疾病如糖尿病视网膜病变和视网膜变性等疾病可导致视觉功能损害。目前，视网膜疾病的神经保护策略偏向于探索如牛磺酸、巨噬细胞迁移抑制因子及生长抑素等分子的神经保护作用及其在调节炎症、抗氧化、抑制细胞凋亡等方面的机制。研究者关注如何通过这些分子进行早期 ...

脑机接口技术，作为当代科技领域的一颗璀璨新星，正以前所未有的速度蓬勃发展。近年来，科研人员在该领域的信号采集与解析技术上取得了显著进步，能够精准捕捉大脑发出的微弱电信号，并将其转化为机器可识别的指令。这一技术的突破，使得医疗康复领域成为了脑机接口技术 ...