- 我的订阅
- 头条热搜
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
...24日消息，MetaReality实验室最新推出了名为Sapiens的AI视觉模型，适用于二维姿势预估、身体部位分割、深度估计和表面法线预测4种以人为中心的基本视觉任务。这些模型的参数数量各不相同，从3亿到20亿不等。它们采用视觉转换...……更多
2024-08-25 02:39:00模型,视觉,任务,图像,二维,模型
今日值得关注的大模型前沿论文北大团队提出「自定义漫画生成」框架UniReal：通过学习真实世界动态实现通用图像生成和编辑苹果团队提出「可扩展视频生成」方法利用扩散 Transformer 进行视频运动迁移ObjCtrl-2.5D：无需训练的「...……更多
2024-12-13 09:19:00推理,模型,思维,空间,模型,生成
...想要达成通用人工智能 AGI 的终极目标，首先要达成的是模型要能完成人类所能轻松做到的任务。为了做到这一点，大模型开发的关键指导之一便是如何让机器像人类一样思考和推理。诸如注意力机制和思维链（Chain-of-Thought）等...……更多
2024-06-29 09:37:00模态,基准,弱点,团队,模型,任务
...况，这一举动引起了业界的广泛关注。然而，在视觉语言模型的角逐中，谷歌也不甘示弱。
近日，Google Research、Google DeepMind 和 Google Cloud 共同推出了一个更小、更快、更强大的视觉语言模型（VLM）——PaLI-3，该模型与相似的体...……更多
2023-10-17 16:31:00更快,模型,视觉,语言,训练,模型
... 2 日消息，阿里云通义千问今日宣布开源第二代视觉语言模型 Qwen2-VL，并推出 2B、7B 两个尺寸及其量化版本模型。同时，旗舰模型 Qwen2-VL-72B 的 API 已上线阿里云百炼平台，用户可直接调用。
据阿里云官方介绍，相比上代模型，...……更多
2024-09-03 09:45:00二代,通义,阿里,模型,视觉,语言
大型语言模型（LLM）的出现统一了语言生成任务，并彻底改变了人机交互。然而，在图像生成领域，能够在单一框架内处理各种任务的统一模型在很大程度上仍未得到探索。近日，智源推出了新的扩散模型架构 OmniGen，一种新的...……更多
2024-10-30 09:53:00易用,架构,生成,模型,图像,高度
...景理解、图像分析、机器人感知和图像分割等。语义分割模型是计算机视觉领域中的一种模型，旨在将图像中的每个像素分配给特定的语义类别。与传统的图像分类模型只能给整个图像分配一个类别不同，语义分割模型能够为图...……更多
2023-11-15 01:02:00语义,全息,高质量,模型,任务,学习
...布了新一代AR眼镜——RokidGlasses，通过摄像头、多模态大模型以及（玻璃衍射）光波导等技术，在一定程度上让AR眼镜实现了对真实世界的感知与理解，以及对用户的协同与展现。然而就当下来说，AI或者说视觉大模型对真实世界...……更多
2024-11-22 14:05:00高精,模型,眼镜,地理,地图,开发
...的关注，但最近浙大、中科院等机构的学者们提出，先进模型在视觉推理方面同样不足。为此他们提出了一种多模态的视觉推理基准，并设计了一种新颖的数据合成方法。无论是语言模型还是视觉模型，似乎都很难完成更抽象层...……更多
2024-08-08 16:23:00模态,领衔,基准,推理,视觉,能力
【新智元导读】NVLM 1.0系列多模态大型语言模型在视觉语言任务上达到了与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...……更多
2024-09-24 13:36:00英伟,模态,文本,性能,模态,模型
...进行了梳理，他认为视觉信号拆分是最本质的问题。生成模型的目标是拟合目标数据分布，然而，目标数据分布过于复杂，难以直接拟合。因此，往往需要将复杂的信号做拆分，拆分成多个简单的分布拟合问题，再分别求解。信...……更多
2024-07-15 09:34:00生成,视觉,问题,技术,模型,图像
...e Information 的一篇文章。这篇文章透露，OpenAI 下一代旗舰模型的质量提升幅度不及前两款旗舰模型之间的质量提升，因为高质量文本和其他数据的供应量正在减少，原本的 Scaling Law（用更多的数据训练更大的模型）可能无以为继...……更多
2024-11-27 13:32:00潜力,模型,图像,起点,领域,还是
...平面的成像能力，要求医生必须结合多个图像来构建三维模型。这一过程对医生的空间想象力和临床经验提出了较高要求。三、三维CT扫描的发展随着计算机技术与成像设备的飞速发展，CT扫描技术，特别是三维CT扫描技术得到了...……更多
2024-12-27 09:38:00二维,三维,飞跃,三维,技术,二维
...今的LLM已经号称能够支持百万级别的上下文长度，这对于模型的能力来说，意义重大。但近日的两项独立研究表明，它们可能只是在吹牛，LLM实际上并不能理解这么长的内容。大数字一向吸引眼球。千亿参数、万卡集群，——还...……更多
2024-07-23 17:12:00正确率,长上,下文,模型,只是,能力
...力再次升级！今天，阿里国际AI团队发布了一款多模态大模型Ovis，在图像理解任务上不断突破极限，多种具体的子类任务中均达到了SOTA（最新技术）水平。多模态大模型能够处理和理解多种不同类型的数据输入，例如文本、图...……更多
2024-09-20 13:35:00模态,阿里,模型,能力,升级,国际
...又又动荡了，另一边被誉为「真・Open AI」的 Meta 对 Llama 模型来了一波大更新：不仅推出了支持图像推理任务的新一代 Llama 11B 和 90B 模型，还发布了可在边缘和移动设备上的运行的轻量级模型 Llama 3.2 1B 和 3B。不仅如此，Meta 还...……更多
2024-09-27 13:42:00推理,可在,图像,运行,版本,支持
...自新加坡南洋理工大学 S-Lab 团队提出结构化隐空间扩散模型（Structured Latent Diffusion Model）的三维数字人生成新范式 StructLDM。该范式包括三个关键设计：结构化的高维人体表征、结构化的自动解码器以及结构化的隐空间扩散模型...……更多
2024-08-13 09:36:00南洋,三维,范式,理工,生成,模型
...染、创造逼真视觉效果的关键组件，负责将二维或三维的模型、纹理、光照等数据，转化为人们肉眼可见的二维图像。渲染引擎的工作原理基于计算机图形学和视觉感知理论。它首先接收来自应用程序的几何数据（如顶点坐标/...……更多
2024-06-28 13:06:00一文,引擎,引擎,图像,二维,纹理
...为刘家铭博士，研究方向为面向开放世界的多模态具身大模型与持续性学习技术。本工作第二作者为刘梦真，研究方向为视觉基础模型与机器人操纵。指导老师为仉尚航，北京大学计算机学院研究员、博士生导师、博雅青年学者...……更多
2024-06-21 09:52:00机器,模态,人多,机器人,推理,北大
今日值得关注的大模型前沿论文SwiftEdit：50 倍速文本引导图像编辑清华团队提出大模型“密度定律”足球领域首个视觉语言基础模型Aguvis：首个完全自主的纯视觉 GUI agentGoogle DeepMind：利用运动轨迹控制视频生成大模型数学新基...……更多
2024-12-10 09:53:00模型,语言基础,清华,定律,密度,团队
在当今多模态领域，CLIP 模型凭借其卓越的视觉与文本对齐能力，推动了视觉基础模型的发展。CLIP 通过对大规模图文对的对比学习，将视觉与语言信号嵌入到同一特征空间中，受到了广泛应用。然而，CLIP 的文本处理能力被广...……更多
2024-11-28 09:59:00模态,教会,文本,升级,数据,模态
...杀入江湖的Mistral AI，在9月份甩出了自家的首款多模态大模型Pixtral 12B，如今，报告之期已至，技术细节全公开。作为欧洲的OpenAI，Mistral最近压力不小。端侧小模型端不出来，对比评测的结果又遭到质疑。上个月震撼登场的自家...……更多
2024-11-20 09:43:00模态,竞技场,竞技,报告,技术,模态
...点在于，Llama 3.2成为羊驼家族中，首个支持多模态能力的模型。Connect大会上，新出炉的Llama 3.2包含了小型（11B）和中型（90B）两种版本的主要视觉模型。正如Meta所说，这两款模型能够直接替代，相对应的文本模型，而且在图像...……更多
2024-09-27 13:39:00模态,宝宝,模型,图像,训练,文本
...美全息(NASDAQ:WIMI)构建基于深度迁移学习的图像分类融合模型，提高图像分类的准确性和效率深度学习在计算机视觉领域得到越来越广泛的应用，尤其是在图像分类任务上。然而，由于数据集的限制和模型的复杂性，深度学习模...……更多
2023-10-23 16:02:00图像,分类,全息,深度,模型,准确性
...Yann LeCun 批评 LLM 的推文之一相反，他更注重所谓的世界模型（World Model），也就是根据世界数据拟合的一个动态模型。比如驴，正是有了这样的世界模型，它们才能找到更省力的负重登山方法。近日，LeCun 团队发布了他们在世界...……更多
2024-11-19 09:48:00样本,模型,特征,视觉,训练,规划
【新智元导读】Playground Research推出了新一代文本到图像模型PGv3，具备240亿参数量，采用深度融合的大型语言模型，实现了在图形设计和遵循文本提示指令上甚至超越了人类设计师，同时支持精确的RGB颜色控制和多语言识别。自...……更多
2024-10-08 09:48:00文生,图形设计,深度,图形,人类,参数
...，并基于该标注数据提取不同颜色空间的特征训练决策树模型。为了保证结果的鲁棒性，作者使用5张不同情况下的图像，包括晴天、阴影、光反射、雨天等，从图像中选取135000个像素进行训练，经过消除噪声等步骤后生成的掩...……更多
2023-12-02 09:02:00视觉,机器,计算机,产业,农业,应用
...【新智元导读】Mini-Monkey 是一个轻量级的多模态大型语言模型，通过采用多尺度自适应切分策略（MSAC）和尺度压缩机制（SCM），有效缓解了传统图像切分策略带来的锯齿效应，提升了模型在高分辨率图像处理和文档理解任务的...……更多
2024-08-13 09:42:00模态,华南,专治,后遗症,理工,分辨率
...。他在自然语言处理领域取得了显著成果，特别是在语言模型和对话系统方面。Zhu的工作使得机器能够更自然地与人类进行交互，提高了智能助手的性能和用户体验。RichardSutton，强化学习之父、阿尔伯塔大学教授。他对强化学...……更多
2024-03-24 08:39:00人工智能,美国,院士,科学院,人工,智能
STAR团队 投稿自 凹非寺量子位 | 公众号 QbitAI超越扩散模型！自回归范式在图像生成领域再次被验证——中科大、哈工大、度小满等机构提出通用文生图模型STAR。仅需2.9秒就可生成高质量图像，超越当前一众包括SDXL在内扩散模...……更多
2024-06-27 09:17:00范式,仅需,高质量,生成,模型,图像
更多关于科技的资讯：
鲁网11月21日讯为回馈客户，赋能业务高质量发展，近日，河东农商银行桃源支行联合辖内某药业集团举办“金冬时节·健康相伴”客户养生见面会
2025-11-22 09:34:00
11月22日消息，蚂蚁灵光上线4天下载量突破100万，冲上App Store中国区免费榜第六。灵光首个百万下载速度超过ChatGPT
2025-11-22 14:13:00
知识带货热度不减，越来越多作家走进直播间推荐新书、好书。11月20日，知名历史作家梅毅（网名“赫连勃勃大王”）携新作《天命无常
2025-11-22 15:35:00
北京齐绘未来教育科技有限公司近日正式推出“快上岸”微信小程序，以多项具备自主知识产权的AI系统为核心，为大学生提供精准
2025-11-22 15:36:00
“在过去，去一次现场要带一大堆终端，以应对现场不同设备的接入。现在，只需一部手机和一箱基础工具就行。”来自广州南沙示范区运维工作人员的分享
2025-11-22 15:37:00
河北新闻网讯（李力芳）2025年7月份以来，河北建工省安装六分公司浙江八亿时空项目创新引入平台吊装系统、蜘蛛吊、电动遥控坦克等专业技术装备
2025-11-22 18:08:00
11月21日从太钢获悉，太钢近期硅钢产品订单在欧洲高端市场实现成功落地。此次出口的硅钢产品首次实现大卷重(15-17吨)和高牌号超宽规格(1250mm)供货
2025-11-22 18:20:00
荆楚网（湖北日报网）讯（记者唐天琪 通讯员王蕾、蓝静）11月20日，以“储能大时代，长时新蓝海”为主题的中国新型储能产业创新联盟2025年度大会在武汉召开
2025-11-22 19:06:00
2025年11月22日，百胜中国旗下必胜客在海南三亚举行中国第4000家门店的开业庆典。这一里程碑意味着必胜客在中国的布局进入新阶段
2025-11-22 22:32:00
从乡村直播间的农特产品，到城市商场的促销热潮，再到物流行业的高效运转……记者从太原市税务局获悉，随着“双11”将下半年消费市场带入旺季
2025-11-21 08:12:00
近日，以 “量子计算+AI：重塑金融科技新范式” 为主题的前沿科技研讨会在北京召开，本次研讨会由天阳宏业科技股份有限公司（以下简称 “天阳科技”）主办
2025-11-21 08:29:00
向智而行，新型工业化加速跑——河钢集团唐钢公司构建全流程一体化生产计划排程系统，实现订单与产能高效匹配；石家庄四药集团应用生产执行系统
2025-11-21 08:36:00
“看见”，是新闻工作的起点。守护新闻工作者的清晰视野，就是守护社会公器的明亮窗口。11月18日，在厦门市新闻工作者协会指导下
2025-11-21 09:40:00
网易 UU 远程全新版本上线，在已有 Mac 控制 PC 功能的基础上，正式开放 Mac 设备被控功能，自此 Mac 实现控制与被控的双向协作
2025-11-21 09:47:00
中新经纬11月21日电 “小米公司发言人”微博21日发布关于Xiaomi Watch S4 Sport潜水功能的说明。小米公司表示
2025-11-21 11:11:00