• 我的订阅
  • 头条热搜
llava-1.6与gpt-4vmp面硬刚的性能,一起来看看
...ro和阿里的Qwen-VL-Plus,与GPT-4V正面硬刚,这个有着SOTA级别性能的多模态大模型真正做到了“人无我有,人有我优”。继2023年4月的初级版本、2023年10月的LLaVA-1.5之后,2024年1月31日,微软研究院又联合威斯康星大学麦迪逊分校和哥...……更多
英伟达开源NVLM 1.0屠榜多模态!纯文本性能不降反升
...达到了与GPT-4o和其他开源模型相媲美的水平,其在纯文本性能甚至超过了LLM骨干模型,特别是在文本数学和编码基准测试中,平均准确率提高了4.3个百分点。文本大模型经过多年的发展,逐渐发展成了统一的纯解码器Transformer架...……更多
商汤发布开源社区最大最强多模态多任务通用大模型“书生2.5”
...像等多模态任务处理“书生2.5”在图文跨模态领域卓越的性能表现来自于视觉、语言及多任务建模三大模型能力的有效融合,即InternImage-G通用视觉大模型、用于文本理解的超大语言预训练模型(LLM)和用于多任务的兼容解码建...……更多
反击OpenAI,谷歌放出最强悍大模型Gemini
...示视频结果看,市面上现有的全部多模态大模型与Gemini的性能表现都有代际差,包括Meta 5月开源的跨6个模态的AI模型ImageBind以及GPT-4。图源:谷歌今年4月开始,随着多模态技术不断升级,以及叠加模型调用成本等性能的优化,GPT...……更多
对比学习滥用隐私数据!中科院等发布「多步误差最小化」方法 | ACM MM2024
...充分探索。本文首通过评估现有方法在图像-标题对上的性能来探索这一背景,由于在该场景中缺乏标签,之前的无法有效地推广到多模态数据,并且在建立捷径方面的效果有限。在本文中提出了多步误差最小化(MEM),这是一...……更多
迎战GPT-4V!谷歌PaLI-3视觉语言模型问世,更小、更快、更强
...基于 SigLIP 的 PaLI 在各种多模态基准测试中表现出卓越的性能,特别是在定位和文本理解方面。相关研究论文以“PaLI-3 Vision Language Models: Smaller, Faster, Stronger”为题,已发表到预印本网站 arXiv 上。研究团队认为,仅有 ……更多
苹果公司公布“mm1”多模态大模型
...关键因素。研究表明,图像分辨率和图像标记数量对模型性能影响较大,视觉语言连接器对模型的影响较小,不同类型的预训练数据对模型的性能有不同的影响。据介绍,研究团队首先在模型架构决策和预训练数据上进行小规模...……更多
支持1024帧、准确率近100%,英伟达「LongVILA」开始发力长视频
...,实验结果表明该研究在 VideoMME 和长视频字幕任务上的性能持续提高(图 2)。在 1024 帧上训练的 LongVILA 模型在 1400 帧的大海捞针实验中实现了 99.5% 的准确率,相当于 274k 个 token 的上下文长度。此外, MM-SP 系统可以有效地将...……更多
多模态模型免微调接入互联网,即插即用新框架,效果超闭源方案
...对搜索引擎的返回内容进行二次筛选。Gemini Pro 1.5(LC)的性能高于内嵌互联网检索增强的GPT-4V和GPT-4o,但是长上下文会引入额外的计算消耗,并引入一些不必要的信息对模型造成误导。经过SearchLVLMs的分层过滤模型进行二次筛选...……更多
别只盯着ChatGPT版Her,多模态AI拟人互动上,国内玩家也支棱起来了
...的关键在于通过改进半监督学习技术来提高模型情感识别性能,比如预测情绪类别的准确率。自 5 月大赛启动起,两个月时间,来自全球近百支参赛队伍展开了角逐,既不乏知名高校也有创企新势力。其中Semi 赛道第一名由社交...……更多
Meta首款多模态Llama 3.2开源!1B羊驼宝宝,跑在手机上了
...些查询留在设备上,哪些可能需要由云端的更大模型处理性能评估结果显示,Llama 3.2视觉模型在图像识别等任务上,与Claude 3 Haiku和GPT-4o mini不相上下。3B模型在遵循指令、总结、提示词重写和工具使用等任务上,表现优于Gemma 2 2...……更多
林达华谈大模型发展之路:未来会有更高效的模型结构出现
...良好训练的MoE可取得比同等激活参数量的稠密模型更好的性能。“但这仅仅是一个起点,未来还会有更加高效的稀疏模型结构出现。”林达华表示,这些架构现在还停留在学术研究阶段,但随着验证的逐渐成功,它们会慢慢进入...……更多
美国东北大学提出视频数据增强方法,能让视频模型学到更好的表征
...察到了完全相反的现象,即这种操作能让视频理解模型的性能和泛化性得到提升。通过进一步地分析其在不同模态数据下(图像/视频)表现差异的原因,他们发现对于视频理解来说,被识别对象的静态外观并不是很重要,有时...……更多
比ChatGPT省电10倍 Google研训练AI模型新方法
...emma 2等模型表明,更少但高品质的数据可以实现更强大的性能。若要筛选出高品质的数据,关键是需创建有效的数据渠道。现在大致分为手动管理和基于模型的数据管理方法,但前者成本高且难以扩展,而后者则有望为多模态大...……更多
北大推出全新机器人多模态大模型!面向通用和机器人场景的高效推理和操作
...识任务和机器人相关任务的推理能力,并都取得了先进的性能表现。同时,本文发现当 RoboMamba 具备强大的推理能力后,我们可以通过极低的训练成本使得 RoboMamba 掌握多种操纵位姿预测能力。 论文:RoboMamba: Multimodal State Space Mo...……更多
全模态对齐框架align-anything来啦:实现跨模态指令跟随
...态的全面评估和改进。全模态大模型与全模态对齐大模型性能的最后一块拼图 人类在日常生活中接收到的信息往往是全模态的,不同的感官渠道能够互相补充,帮助我们更全面地理解和表达复杂的概念。这种全模态的信息流对...……更多
科学家研发自动驾驶新模块,让自动驾驶场景理解更接近人类认知
...驶基于黑盒化的深度学习模型,因此如何提高模型的驾驶性能、以及提高模型的可解释性,是一个急需解决的问题和痛点。现有的大量方法都是端到端自动驾驶,徐冬阳和所在团队详细分析模型结构之后发现,此前人们并没有很...……更多
多模态LLM视觉推理能力堪忧,浙大领衔用GPT-4合成数据构建多模态基准
...过了GPT-4V和Claude-3-Sonnet(表2)。虽然模型在微调后出现性能提升属于正常现象,但这种微调效率可以侧面证明合成数据的潜力,尤其是在质量、有效性和多样性方面。除了在原基准上有所进步,微调后的模型在ChatQA、MathVista这...……更多
清华教授唐杰:Scaling Laws虽被质疑,但至今仍是提高大模型性能的重要方法
...也是备受关注的问题。唐杰认为,缩放定律描述了大模型性能与其参数量、数据规模、计算量之间的关系。虽然备受质疑,但直到今天,可能高质量的缩放仍然是提高大模型性能的重要方法。“一方面,这几个因素相互关联,参...……更多
华人团队爆火instructblip抢跑看图聊天
...。最最重要的是,InstructBLIP在多个任务上实现了最先进的性能,甚至在图片解释和推理上表现优于GPT4。为啥如此之强?新王者:InstructBLIPInstructBLIP的主要意义就在于解决视觉-语言指令微调中的挑战,并对模型未见过的数据和任...……更多
“智算融合 共创未来”——开普云AI战略暨新产品发布会召开
...环境。 推理一体机:该款一体机聚焦于为客户提供高性能全场景推理算力,产品预置了完备的大模型推理工具集,可大幅提高部署运维大模型推理应用的便利性,通过重构算子等一系列深度优化,极大提升推理算力效率,释...……更多
大模型重构生命科学!最大基础模型面世,解锁DNA超长序列
...泛化能力,因此在各种关键问题和任务的解决上有更强的性能和准确性。 换句话说,大模型时代Scaling Laws,其实在生命科学领域也同样奏效。截至目前,xTrimo基础大模型平台在200个任务模型达到SOTA水平,并利用这些任务模型实...……更多
浪潮信息推出as13000g7-n系列
...达到极致,减少不必要的资源浪费,训练阶段的数据读写性能成为重中之重。而想要提升算力利用率、降低模型训练成本,必须要在数据存储性能上进行创新。AS13000G7-N系列具备强大的端到端性能优化能力,这也是模型训练阶段...……更多
vivo发布自研大模型,为用户和开发者带来诸多惊喜
...对全模态大模型端侧化,vivo从算法模型设计,到量化、性能瓶颈分析工具建设,再到底层运行时异构方案设计和业务框架层灵活的多业务部署架构建设,提供了完整的解决方案。通过软硬件协同,充分挖掘芯片潜力,确保大模...……更多
商汤如何玩转大模型+大算力?详解“日日新SenseNova”大模型体系的关键招
...优化分布式计算平台、节能数据中心、高速网络架构、高性能存储系统、训练容错与可靠性、数据安全平台、混合云计算及性能监控分析等系统和能力。“AGI催生了新的研究范式,即基于一个强大的多模态基模型,通过强化学习...……更多
面壁智能发布2B模型:适配主流手机,推理成本仅为GPT-4的1/360 | 最前线
...型的Scaling Law(规模定律)已指出,参数规模是决定模型性能的最关键因素。如何用更小的参数规模,达到比肩大模型的性能,是需要解决的难题。“以小博大”的励志故事,2023年9月发生在法国AI独角兽Mistral上。其发布的开源...……更多
奥林匹克竞赛里选最聪明的AI:Claude-3.5-Sonnet vs. GPT-4o?
...牌数量对模型进行排序,如果金牌数量相同,则按照整体性能分数来排序。实验结果表明:Claude-3.5-Sonnet在整体表现上与GPT-4o相比极具竞争力,甚至在一些科目上超过了GPT-4o(比如在物理、化学和生物学上)。 Gemini-1.5-Pro和GPT-4V...……更多
文档处理效能飙升!浩鲸科技“文档大模型”核心技术揭秘!
...卓越的多模态处理能力、广泛的文档格式兼容性和极致的性能优化,成为企业文档处理领域的得力助手。智能提取,精准高效:集成前沿 NLP 算法与模型,实现文档处理速度与精度的双重飞跃。抽取精度高达 98%,问答响应准确率...……更多
科学家打造多模态模型,7B和1.3B小模型均开源,可部署手机等终端
... 1.3B 的小模型。研究人员表示:“DeepSeek-VL 1.3B 小模型的性能同样强悍,在部分指标上超越了 7B 模型。” 这些小模型可以满足算力缺乏型开发者使用,也更方便在手机等移动终端上部署。日前,相关论文以《DeepSeek-VL:面向真...……更多
背水一战狙击GPT-4,谷歌最强大模型Gemini终发布,听说读写全能选手 | 焦点分析
...员也都发文祝贺谷歌:△来源:X听说读写样样行,多项性能超越GPT-4,有任务首次超越人类 “Gemini,从第一天起就是多模态大模型——跨越文本、 图像、 视频、 音频和代码的无缝推理。”谷歌官网上,这是介绍Gemini的第一句...……更多
更多关于科技的资讯:
狂卷能效与实用,三星进博会大秀 AI+冰洗家电全新可能
11月5日至10日,第七届进博会在上海举办,本届进博会吸引了来自129个国家和地区的3496家展商参加,其中包括297家世界500强和行业龙头企业
2024-11-13 20:18:00
7050mAh超大容量电池!这款即将发布的新机电池可太期待了
此前就有爆料消息称,即将会发布一款搭载最新的骁龙8至尊版芯片,而且电池容量突破7000mAh的手机,而今日,这个消息得到确认
2024-11-13 20:18:00
苹果神秘原型机曝光 设计比iPhone 16还激进
不久前,AppleDemoYT频道分享了一台iPhone原型机,它背面没有苹果Logo,电源按键、音量按键均采用固态按键
2024-11-13 20:18:00
售价不到4000元?曝iPhone SE 4相机模组即将量产
之前有传闻iPhoneSE4将会在明年发布,但一直没有直接的证据。而近日海外媒体获取到最新消息,苹果的相机供应商LGInnotek已经在进行量产前的测试工作
2024-11-13 20:18:00
PS5游戏主机热披萨 必胜客做到了!
大家都知道游戏主机在运行时会产生大量废热,那有没有办法变废为宝,加拿大必胜客做到了,它推出了一个利用PS5Slim废热保温披萨的设备——PIZZAWARM
2024-11-13 20:19:00
NVIDIA全力生产RTX 50系显卡:40系只有独苗
NVIDIA预计将会在2025年发布新一代RTX50系显卡,预计为CES2025上发布,而如今为了让RTX50系显卡能够更好地满足用户的需求
2024-11-13 20:19:00
小米折叠屏手机遭遇冰火两重天,小折叠卖爆,大折叠或暂停发布
今年7月份,小米召开新品发布会发布了小米MIXFold4以及小米MIXFlip两款折叠屏手机,虽然是同台发布,但是这两款折叠屏手机在市场上的销售情况可谓是天差地别
2024-11-13 20:19:00
美光亮相进博会:西安工厂已实现100%可再生能源电力使用
每年的进博会都是各大企业秀出自己肌肉的地方,特别是对于科技企业来说,通过展示最新的科技技术让客户了解到自身强大的研发实力
2024-11-13 20:20:00
外媒锐评索尼无人机失败:成本超两万美元,体验被DJI吊打
在上周,索尼宣布在2025年停产AirpeakS1无人机,暗示其将退出无人机赛道。由于大疆DJI的强势,国内还难看到AirpeakS1
2024-11-13 20:20:00
小透明也要出新品:AMD Radeon移动显卡曝光
AMD目前在CPU领域可以说如鱼得水,锐龙处理器的销量也是节节攀升,然而相比较CPU的大胜,AMD在显卡领域就十分地小透明
2024-11-13 20:20:00
视频和连拍性能都不变?索尼A1 II的惊喜或许翻转屏和定价上
最近已有许多外媒消息表示,索尼本月即将开办的α特别活动上可能会正式推出新一代旗舰微单A1II,目前这款相机的外观谍照和部分配置信息已曝光出来
2024-11-13 20:20:00
谷歌内部文件泄露,曝光为何采用定制芯片,因高通太贵!
从谷歌Pixel6系列开始,谷歌就开始给自家的手机使用定制的Tensor系列芯片,然而Tensor系列芯片的性能无法与同期的其他旗舰芯片竞争
2024-11-13 20:20:00
iQOO Neo 10系列双芯策略,将和K80系列竞争!
大约十天前,iQOO在中国推出了搭载骁龙8Elite处理器的iQOO13。如今,品牌正式预告了即将发布的Neo10系列中端旗舰手机
2024-11-13 20:21:00
苹果(Apple)的智能眼镜项目启动了,但估计需要3-5年!
今年早些时候,苹果推出了备受期待的VisionPro,但这款产品并未如预期那样取得全面成功。如今,有报道称苹果正在筹备一项颠覆性的智能眼镜项目
2024-11-13 20:21:00
Realme 14系列即将登场:新成员Pro Lite 5G
Redmi已经推出了其Note14系列,而竞争对手Realme则计划在明年初发布Realme14系列,看来他们还准备为这个系列增添新成员
2024-11-13 20:21:00