Nvidia 推出零售 AI 工作流:靠计算机视觉防盗,追踪商品跨摄像头移动
Nvidia 推出三款零售 AI 工作流,帮助商家利用视觉模型减少店内盗窃。系统已预训练牛排、酒水等易被盗商品的外形,支持跨摄像头追踪商品与购物篮,且不收集人脸等生物信息。零售商无需重写架构,即可用低代码方式快速部署防损与客流分析。
Nvidia 推出三款零售 AI 工作流,帮助商家利用视觉模型减少店内盗窃。系统已预训练牛排、酒水等易被盗商品的外形,支持跨摄像头追踪商品与购物篮,且不收集人脸等生物信息。零售商无需重写架构,即可用低代码方式快速部署防损与客流分析。
一名叫 Bryce 的程序员将 ChatGPT、Stable Diffusion 2 和 Azure 语音拼成虚拟妻子 ChatGPT-chan,它不仅能看懂画面、匹配情绪发声,还能陪练中文。开发者自称投入超 1000 美元算力且极度沉迷,但最终因模型回复退化且影响生活,忍痛将其删除。
1 月第一周,Iris Technology 推出无代码 AI 平台 webAI 限量公测版。官方称相比 YoloV7 只需五分之一的数据和三分之一的训练时间,且支持在普通笔记本上本地运行与部署。这意味着普通开发者也能低成本自建视觉模型。
VentureBeat 报道指出,随着企业对预测分析等工具需求增加,AI 即服务(AIaaS)正成为降低高昂自建门槛的标配。ClearML 联合创始人 Moses Guttmann 认为,AIaaS 承担了底层基建和通用问题,让企业团队能专注于自身独特的业务数据与核心场景。
斯坦福大学研究团队发现,使用 OpenAI Codex 等 AI 代码生成工具的开发者更容易在软件中引入安全漏洞,且更容易误以为代码安全。研究人员警告 AI 尚无法替代人类,跨领域使用时必须仔细审查输出。
斯坦福大学计算机科学家发表研究指出,使用 GitHub Copilot 等 AI 辅助编程工具的开发者往往会写出更多安全漏洞,尤其在字符串加密和 SQL 注入场景尤为明显。更值得警惕的是,使用 AI 助手的开发者往往还会盲目坚信自己的代码足够安全。
AI Infrastructure Alliance(AIIA)发布了一份面向开发者的 AI 技术栈指南。指南系统拆解了大模型微调、提示工程、向量数据库,以及 LangChain 和 LlamaIndex 等主流框架。对于想要从大模型切入上层智能体应用开发的开发者,这是一份全方位的梳理。
Text-CAD 将自然语言建模与硬件制造全流程打通。它打包了 11 个工程技能,支持从文本生成 STEP、检索 step.parts 超 1.6 万个开源标准件,并直连本地拓竹打印机切片。最值得关注的是它让模型写 Python 代码而非直接输出二进制,把不可控生成变成了可核验工序。