- 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。
...展现每一个动作的流畅过程。
语义遵从：业界首个以多模态大语言模型为文本编码器的视频生成模型，天然具备超高语义理解能力，在处理多主体及属性绑定等生成领域的难点挑战时表现出色。
原生镜头转换：多视角镜头切...……更多
2024-12-04 09:48:00文生,腾讯,模型,参数,社区,视频
...，公司的AI战略是以自主构建算力能力为底座，以开悟多模态大模型为支撑，通过中台体系的构建，实现了行业训练数据的有序治理、行业大模型的高效训练以及智能应用的敏捷开发。这一战略不仅催生了AIGC多模态内容生产平台...……更多
2024-04-11 10:30:00新产,开普,共创,共创未来,发布会,新产品
...箱底的技术实力？按百度说法，文心4.5定位新一代原生多模态基础大模型，在多个基准测试中超过GPT-4o，得分最高的则是DocVQA，该基准主要测试文档图像的问答能力。在文本能力方面，文心4.5则在多个主流基准测试中超过DeepSeek-...……更多
2025-03-20 11:38:00成色,补课,模型,文心,模型,模态
...大量通用数据、行业数据，支持文本、图像、视频等多种模态，并打造了全流程的数据处理工具。超过700万亿字节的通用数据集可以开展通用模型训练，同时，4.33万亿字节的行业垂类数据对模型训练也极为重要。当前已知的全...……更多
2024-06-16 04:14:00人工智能,北京,人工,运营,智能,数据
...文、文生图、3D生成之后的最新技术进展。据腾讯混元多模态生成技术负责人凯撒现场介绍，此次更新中，HunYuan-Video模型经历了四项核心改进：1、引入超大规模数据处理系统，提升视频画质；2、采用多模态大语言模型（MLLM），...……更多
2024-12-04 09:49:00文生,腾讯,提示,建议,视频,生成
...布，“大杀器”Gemini 1.0，正式上线。Gemini是一个原生多模态大模型，谷歌在今年5月的I/O大会宣布开始研发后，Gemini的传说不断：将谷歌大脑和DeepMind部门合并，数百人攻坚，几乎耗尽谷歌内部计算资源……如此种种，只为和OpenA...……更多
2023-12-07 08:18:00全能,选手,模型,焦点,分析,模型
...多样性和系统性——涵盖文字、音频、图片、视频等多种模态，以及TTS（文本转语音）、OCR（光学字符识别）等跨模态数据，使模型能够学习更复杂的语义关联，显著提升多轮对话、图像生成等任务的准确性，构建的“预训练集...……更多
2025-06-23 23:26:00数据,建好,贵阳,粮仓,交易所,高质量
...fusion-forcing)框架的无限时长电影生成模型，其通过结合多模态大语言模型(MLLM)、多阶段预训练(Multi-stage Pretraining)、强化学习(Reinforcement Learning)和扩散强迫(Diffusion-forcing)框架来实现协同优化。回顾过去……更多
2025-04-21 13:53:00万维,昆仑,团队,生成,视频,模型
新智元报道编辑：LRST【新智元导读】现有多模态大模型在对齐不同模态时面临幻觉和细粒度感知不足等问题，传统偏好学习方法依赖可能不适配的外源数据，存在成本和质量问题。Calibrated Self-Rewarding（CSR）框架通过自我增强学...……更多
2024-06-21 09:21:00模态,美国,瓶颈,顶尖,模型,团队
...基于预训练GPT-2提出了一种新的注意力机制，来衔接不同模态之间的语义差异，无需大量图像-文本数据训练，就能提升文本生成效率。文本-视频模型生成主要代表作有Phenaki、Soundify。Phenaki 由谷歌打造，基于新的编解码器架构C-V...……更多
2023-01-30 16:34:00生成,模型,新论,代表作,盘点,进展
...合提出即插即用的SearchLVLMs框架，可以无缝整合任意的多模态大模型。该框架在推理阶段对大模型进行互联网检索增强，使得大模型无需微调即可对实时信息进行准确的反馈。研究团队提出首个辅助多模态大模型对实时信息进行...……更多
2024-11-11 13:34:00模态,接入,框架,模型,效果,互联网
【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
...示，这个生成速度在业内已经算非常快了。张鹏认为，多模态模型的探索还处于非常初级的阶段。从生成视频的效果看，对物理世界规律的理解、高分辨率、镜头动作连贯性以及时长等，都有非常大的提升空间。从模型本身角度...……更多
2024-07-27 09:30:00亦庄,甲子,生成,模型,视频,模型
10月13日消息，近日，苹果公司推出了300亿参数的多模态AI大模型MM1.5，该版本是在前代MM1的架构基础上发展而来的。该模型继续遵循数据驱动的训练原则，着重探究在不同训练周期中混合各类数据对模型性能产生的影响，相关模...……更多
2024-10-13 10:57:00模型,苹果,模型,苹果公司,数据,苹果
...AI+ 3D模型受青睐自 ChatGPT 火爆全球，以支持图像输入的多模态大模型 GPT-4 的推出作为契机。大模型的多模态计算潜力开始在内容生成领域发挥技术优势，顶尖的科技公司和想要抓住 AIGC 风口的初创企业开始争先恐后地推出 AI 驱...……更多
2024-08-21 13:55:00全息,布局,模型,升级,产业,内容
...7.21705项目地址：https://ali-videoai.github.io/tora_video/一、三种模态组合输入，精准控制运动轨迹Tora支持轨迹、文本、图像三种模态，或它们的组合输入，可对不同时长、宽高比和分辨率的视频内容进行动态精确控制。轨迹输入可以...……更多
2024-08-05 09:34:00马良,神笔,阿里,猫咪,演示,报告
...索（DeepSeek）又抛出新模型。1月28日，DeepSeek发布开源多模态模型Janus-Pro，其中70亿参数版本的Janus-Pro-7B模型在使用文本提示的图像生成排行榜中优于OpenAI的 DALL-E 3和Stability AI的Stable Diffusion。Github社……更多
2025-01-28 09:10:00文生,科技股,模型,测试,科技,模型
12月11日，多模态AI概念股继续活跃，苏州科达（603660.SH）三连板。截至当日中午收盘，因赛集团（300781.SZ）涨13.32%，苏州科达涨9.96%，宣亚国际（300612.SZ）涨9.7%。消息面上，GoogleAI大模型Gemini近日发布，Gemini是Google到目前为止规……更多
2023-12-11 15:01:00模态,热潮,产业发展,产业,发展,模态
...够让AI模型能够理解图像、视频和音频等非文本内容，多模态大语言模型（MLLMs）因此孕育而生。只是现阶段MLLMs还无法有效理解移动应用程序，这主要有以下几个原因：1.手机屏幕的宽高比，和大多数训练图像使用的屏幕宽高比...……更多
2024-04-11 02:30:00应用程序,苹果,程序,应用,系统,模型
...的扩散模型架构 OmniGen，一种新的用于统一图像生成的多模态模型。OmniGen 具有以下特点：统一性：OmniGen 天然地支持各种图像生成任务，例如文生图、图像编辑、主题驱动生成和视觉条件生成等。此外，OmniGen 可以处理经典的计...……更多
2024-10-30 09:53:00易用,架构,生成,模型,图像,高度
多模态检索增强生成（mRAG）也有o1思考推理那味儿了！阿里通义实验室新研究推出自适应规划的多模态检索智能体。名叫OmniSearch，它能模拟人类解决问题的思维方式，将复杂问题逐步拆解进行智能检索规划。随便上传一张图，...……更多
2024-12-05 09:45:00模态,拆解,阿里,检索,过程,智能
...两个的版本，名为Scout和Maverick。Meta表示，Llama 4是一个多模态大模型，它能够处理和整合各种类型的数据，包括文本、视频、图像和音频，并且可以在这些格式之间转换内容。Llama 4系列首次采用了混合专家(MoE)架构的模型，这种...……更多
2025-04-07 06:44:00架构,混合,模型,专家,模型,人工智能
...华中科技大学软件学院白翔教授领衔的VLRLab团队发布了多模态大模型——“Monkey”。该模型号称能够实现对世界的“观察”，对图片进行深入的问答交流和精确描述。▲图源Monkey项目的GitHub页面IT之家注：多模态大模型是一类可...……更多
2023-12-15 01:14:00华中科技大学,华中,模态,模型,教授,大学
...跑大模型的个人PC。还有谷歌20亿追投Anthropic，并曝光多模态模型Gemini和工具Stubbs，将为用户更多便捷和创新的应用开发方式。Meta公布第三季度财报，实现23%的营收增长，是公司自2021年三季度以来最大的营收增幅，表现亮眼。部...……更多
2023-10-30 15:31:00高通,三代,硅谷,模型,个人,模型
...论文提名和最佳短论文奖等。其研究成果在生成模型和多模态学习领域受到了学术界和工业界的广泛认可。Pengchuan Zhang是Meta AI（原Facebook AI研究院）的人工智能研究科学家，曾在微软研究院担任高级研究科学家。他的研究领域主...……更多
2024-11-07 09:53:00文生,次数,联合,方案,模型,文生
...音乐理解和生成结合在一起的想法比较新颖，论文也是多模态大模型领域的先期工作之一。并且，除了大模型本身，我们提出的针对模型训练的数据集制作流程和整理的数据集，对学术界也具有较大价值。”腾讯 ARC Lab 刘山松研...……更多
2024-04-09 10:25:00模态,音乐,科学家,生成,模型,创作
...据交易所（以下简称“深数所”）发布了500个垂直行业多模态算料集，按照大模型应用的不同阶段（训练、推理、调优），有的放矢地提供数据源，让国产大模型厂商“寻数有路”。此次深数所发布的首批500个人工智能大模型高...……更多
2024-04-13 01:58:00模态,行业,数据,模型,模态,人工智能
【新智元导读】Meta最近开源了一个7B尺寸的Spirit LM的多模态语言模型，能够理解和生成语音及文本，可以非常自然地在两种模式间转换，不仅能处理基本的语音转文本和文本转语音任务，还能捕捉和再现语音中的情感和风格。...……更多
2024-11-23 09:43:00音频,模态,重磅,文本,任务,情感
...容。该系列包括六种型号，从纯文本模型Micro、低成本多模态模型Lite、高性能多模态模型Pro到预计于2025年第一季度推出的Premier，以及两款尚未确定发布时间的更先进模型Canvas和Reel。 据介绍，Nova 系列能够支持200种语言，Micro、L...……更多
2024-12-04 22:47:00亚马,亚马逊,价格便宜,纳米,芯片,模型
...并得到最终反馈标签。之后，设计了一种基于ViT和T5X的多模态Transformer模型RAHF，使用三种预测器预测上述丰富的人类反馈信息:使用卷积层和上采样层预测失真和不匹配的热力图
使用卷积层和全连接层预测4个方面的评分
使用Trans...……更多
2024-06-21 09:21:00华南,清华,农大,获奖,校友,生成
更多关于科技的资讯：
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
第30届联合国气候变化大会（COP30）于11月10日至21日在巴西帕拉州首府贝伦市举办，这是2015年《巴黎协定》签署以来最受瞩目的气候大会
2025-11-21 11:36:00
11月18日，数绘星云（深圳）科技有限责任公司与腾讯云正式签订战略合作协议，双方将在云计算、大数据、AIGC等核心领域开展深度合作
2025-11-21 11:48:00
中新经纬11月21日电 据彭博社报道，当地时间20日，谷歌宣布了一款名为Nano Banana Pro的新型图像生成和编辑模型
2025-11-21 11:53:00
回望“十四五”，西安交通大学方涛教授说，他们团队倍感振奋。“在国家能源结构转型关键期，我们扎根国家‘双碳’战略，依托西安交大强大科研平台
2025-11-21 13:29:00
舒朗秋11月19日，工业和信息化部举行新闻发布会，介绍GB6675《玩具安全》系列强制性国家标准修订情况。据介绍，我国建成了全球最为完善的玩具产业链
2025-11-21 14:19:00
20日，2025世界计算大会在湖南长沙开幕。大会发布了2025全球计算十大创新成就及2026十大发展趋势。此次发布的全球计算十大创新成就包括
2025-11-21 15:35:00
2025年11月1日-2日，为期两天一夜的首届雨大王大健康私域IP创业峰会在深圳成功举办。本次峰会以"系统创业，自由人生"为主题
2025-11-21 15:41:00
随着人工智能技术加速重塑千行百业，以AI智能体为代表的AI技术正成为推动产业智能化转型的核心引擎。在保险行业，伴随数字化进程的深入推进
2025-11-21 15:42:00