本周来自网络的精彩科技故事（截至 11 月 XNUMX 日）

由柏拉图重新发布

关注： 0

Stable Diffusion 背后的原始初创公司推出了视频生成 AI
道格拉斯天堂| 麻省理工学院技术评论
“在其网站上发布的演示卷轴中，Runway 展示了其名为 Gen-1 的软件如何将街道上的人的剪辑变成粘土木偶，或者将堆放在桌子上的书变成夜间的城市景观。 Runway 希望 Gen-1 能够像 Stable Diffusion 对图像所做的那样处理视频。 Runway 首席执行官兼联合创始人克里斯托巴尔·瓦伦苏埃拉 (Cristóbal Valenzuela) 说：“我们看到了图像生成模型的大爆炸。” “我坚信 2023 年将是视频之年。”i=

从太空发射太阳能的大胆计划
拉明斯基巴 | 有线
“无论你是在用太阳能电池板覆盖沙漠、丑陋的停车场、运河，甚至是阳光明媚的湖泊，云层偶尔都会挡道——而且每天太阳都必须落山。没问题，欧洲航天局说：只需将太阳能电池板放入太空即可。该机构最近宣布了一项名为 Solaris 的新探索计划，旨在弄清楚将太阳能结构发射到轨道、利用它们利用太阳能并将能量传输到地面在技术上和经济上是否可行。”

Bing、Bard 和 AI 搜索的未来面临的 7 个问题
詹姆斯·文森特| 边缘
“微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 将这些变化描述为一种新范式——一种技术转变，其影响等同于图形用户界面或智能手机的引入。伴随着这种转变而来的是重塑现代科技版图的潜力——推翻谷歌并将其赶出现代商业中最赚钱的领域之一。更重要的是，有机会成为第一个构建未来的人 after 网络。但每个新的科技时代都会带来新的问题，这次也不例外。”

电动汽车今年可以在价格上与汽油车匹敌
杰克尤因 | 纽约时报
“竞争的加剧、政府的激励措施以及锂和其他电池材料价格的下降正在使电动汽车的价格明显降低。对于一些大众市场车型，电动汽车变得与内燃机汽车一样便宜或比内燃机汽车便宜的转折点可能会在今年到来，而对于一些豪华车来说已经是这样了。”

研究人员发现了一种更灵活的机器学习方法
史蒂文·纳迪斯 | 广达
“除了自动驾驶和飞行等应用外，液体网络似乎也非常适合分析电力网络、金融交易、天气和其他随时间波动的现象。此外，哈萨尼说，最新版本的液体网络可用于“以以前无法实现的规模进行大脑活动模拟。”i=

劳斯莱斯核发动机可以为月球和火星的快速旅行提供动力
凯文·赫勒 | 小发明
“这家英国航空航天工程公司表示，它正在开发一种微型核反应堆，该公司希望这种反应堆可以成为月球和火星长途旅行的燃料来源。 ......由于核反应堆不必携带与化学推进火箭一样多的燃料，因此整个系统将更轻，从而可以更快地行进或增加有效载荷。”

生成式 AI 竞赛有一个肮脏的秘密
克里斯·斯托克尔-沃克 | 有线
“构建高性能、人工智能驱动的搜索引擎的竞赛可能需要计算能力的大幅提升，随之而来的是科技公司所需的能源量和碳排放量的大幅增加。 …加拿大数据中心公司 QScale 的联合创始人 Martin Bouchard 认为，根据他对微软和谷歌搜索计划的了解，将生成人工智能添加到该过程中至少需要“每次搜索至少增加四到五倍的计算量” ”

我们被承诺建造更小的核反应堆。他们在哪里？
凯西·克朗哈特 | 麻省理工科技评论
“十多年来，我们听说小型反应堆可能成为核能未来的重要组成部分。 “由于它们的尺寸，小型模块化反应堆 (SMR) 可以解决传统核电的一些主要挑战，使工厂的建造速度更快、成本更低，运行更安全。 “那个未来可能刚刚变得更近了一点。”

我们的现实如何可能是所有可能现实的总和
查理·伍德| 广达
“物理学中最强大的公式以细长的 S 开头，它是一种称为积分的求和符号。接下来是第二个 S，代表一个称为动作的量。这两个 S 共同构成了一个方程式的本质，这个方程式可以说是迄今为止设计的最有效的未来占卜者。神谕公式被称为费曼路径积分。据物理学家所知，它准确地预测了任何量子系统的行为——电子、光线甚至黑洞。”

图片来源：米蒂 / Unsplash