智源社区AI周刊No.98：Adept发布行为预训练模型ACT-1；北大、加州大学洛杉矶、MILA等发布首个扩散模型领域综述；PyTorch加入Linux基金会

汇聚每周AI观点、研究和各类资源，不错过真知灼见和重要资讯！欢迎点击这里，关注并订阅智源社区AI周刊。

编辑精选

Adept推出第一个大模型Action Transformer (ACT-1)，可自动完成常用软件的人工操作，已开放试用申请

Adept推出了他们第一个大模型Action Transformer (ACT-1)。ACT-1是一款能够代替人类使用常见软件的系统，用户只需要输入希望进行的操作，比如想要在网页上搜索的问题，ACT-1能直接执行。经过训练的ACT-1可以使用软件，Adept最近教它如何使用网络浏览器。现在，ACT-1可以连接到一个Chrome扩展程序，允许ACT-1观察浏览器中发生的事情并采取某些操作，如单击、键入和滚动等。

北大、加州大学洛杉矶、MILA等发布首个扩散模型领域论文综述

扩散模型（diffusion models）是深度生成模型中新的 SOTA，在许多应用领域都有出色的表现，如计算机视觉，NLP、波形信号处理、多模态建模、分子图建模、时间序列建模等。然而，原始的扩散模型也有缺点，它的采样速度慢，通常需要数千个评估步骤才能抽取一个样本；它的最大似然估计无法和基于似然的模型相比；它泛化到各种数据类型的能力较差。如今很多研究已经从实际应用的角度解决上述限制做出了许多努力，或从理论角度对模型能力进行了分析。

然而，现在缺乏对扩散模型从算法到应用的最新进展的系统回顾。为了反映这一快速发展领域的进展，论文对扩散模型进行了首个全面综述，展示其在不同领域的应用，并指出未来的研究方向。此综述的概要如下图所示：

Hinton、Yann LeCun、李飞飞谈深度学习十年：AI没有走入死胡同，“革命”仍如火如荼

2012 年，为 AI 带来首个重大突破的关键神经网络研究横空出世。而值此十周年纪念日之际，Hinton 和其他几位AI科学家发声，回击了部分批评者提出的深度学习已经“走进死胡同”的观点。Hinton 表示，“我们将看到机器人技术的巨大进步 —— 更灵巧、更敏捷、更顺从的机器人即将诞生。它们可以像人类一样高效、温和地处理工作。”LeCun 在接受外媒 VentureBeat 采访时提到，挡在 AI 前进道路上的种种阻碍，正以惊人的速度被加快扫除。连他自己都感叹，“过去四五年的技术发展速度令人惊讶。”而 2006 年建立起 ImageNet（首个用于计算机视觉算法的大规模人工标注照片数据集）的李飞飞，也在接受采访时提到，2012 年以来，这场浩浩荡荡的深度学习发展大潮是“一场我做梦也无法想象的惊人革命”。