- 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。
...示了全球首个在搭载第三代骁龙8的Android手机上运行的多模态大模型（LMM）。多模态指AI模型不仅能够接受文本输入，还可以接受图像、音频等其它输入数据类型。在这一演示中展示了一个超过70亿参数的LMM，其支持文本、语音和...……更多
2024-02-29 10:14:00高通,终端,发展,全球,高通,模型
...赋予「天工3.0」超强的性能表现。在MMBench等多项权威多模态测评结果中，「天工3.0」超越GPT-4V，全球领先。 （天工3.0多模态性能超越GPT-4V，全球领先）
同时，「天工3.0」旗下的「天工SkyMusic」音乐大模型也在今日面向全社会开...……更多
2024-04-17 15:31:00天工,公测,模型,音乐,中国,天工
...项目Project Astra、对标Sora的文生视频模型Veo，以及支持多模态输入的AI搜索引擎和第六代Tensor处理器单元（TPU）Trillium芯片等等。其中，Astra是谷歌的AI智能体项目，能够通过手机摄像头或智能眼镜来“看到”用户眼前的内容，响...……更多
2024-05-15 18:31:00不够,还是,生成,模型,文生,图像
...研究员成立。与Stability AI类似，黑森林致力于研发优质多模态模型并开源，目前已完成3100万美元（约合人民币2.25亿元）的种子轮融资。黑森林还预告不久之后将发布SOTA（当前技术指标第一）视频模型。从其放出的Demo来看，无...……更多
2024-08-05 09:39:00文生,人马,模型,生成,视频,模型
【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
...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
...（人工智能）发展史的一个转折点，活跃的开源环境和多模态模型一同推动了AI研究的进步。随着生成式AI持续从实验室走入现实，人们对这项技术的态度正在变得越来越成熟。对于2024年的AI发展趋势，行业专家们也给出了一些...……更多
2024-02-12 12:33:00人工智能,人工,生成,趋势,智能,行业
...术为医疗诊断、安全监控和娱乐行业提供了强大支持。多模态AI：使AI能够同时处理和理解来自不同来源的信息，如文本、图像、声音和视频等，多模态AI的发展使得机器能够感知、理解甚至预测需求，提供更加个性化和智能化的...……更多
2024-10-29 17:30:00分布式,能耗,路径,应用,模型,分布式
... OpenAI o1 技术的深入分析累计点击量已超过 15 万。如何全模态大模型与人类的意图相对齐，已成为一个极具前瞻性且至关重要的挑战。在当前 AI 领域的快速发展中，「有效加速」和「超级对齐」已经成为两个主要的发展动向，...……更多
2024-10-18 09:47:00模态,指令,框架,模态,模型,数据
...zhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文出自启元世界多模态算法组，共同一作是来自清华大学的一年级硕士生谢之非与启元世界多模态负责人吴昌桥，研究兴趣为多模态大模型、LLM Agents 等。本论文上线几天内在 github 上斩获 1...……更多
2024-09-07 09:44:00模型,语音,对话,机构,语音,文本
...人员于在 2023 年 10 月低调发布的一个名为 Ferret 的开源多模态大模型也没有收到太多关注。当时，该版本包含代码和权重，但仅供研究使用，而非商业许可。但随着 Mistral 开源模型备受关注、谷歌 Gemini 即将应用于 Pixel Pro 和 Andr...……更多
2023-12-26 14:06:00模型,生态,模态,零碎,苹果,模型
...客之姿杀入江湖的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...……更多
2024-11-20 09:43:00模态,竞技场,竞技,报告,技术,模态
... AI 发起挑战的高规格赛事落下了帷幕！这就是第二届多模态情感识别挑战赛（MER24），它由清华大学陶建华教授、中国科学院自动化研究所连政、帝国理工学院 Björn W.Schuller、奥卢大学赵国英以及南洋理工大学 Erik Cambra 联合在 A...……更多
2024-08-01 09:34:00模态,拟人,玩家,模态,情感,模型
...型，随着近几个月SORA的横空出世，融合语言与视觉的多模态模型也已初露峥嵘，但目前市面上的通用大模型并非“万金油”，面向垂直领域内的各类生成式AI应用还需要结合场景需求积累数据和构建定制化的模型。矿山无人驾驶...……更多
2024-04-16 19:33:00模型,时代,模型,矿山,崇宁,驾驶
【新智元导读】Meta首个理解图文的多模态Llama 3.2来了！这次，除了11B和90B两个基础版本，Meta还推出了仅有1B和3B轻量级版本，适配了Arm处理器，手机、AR眼镜边缘设备皆可用。Llama 3.1超大杯405B刚过去两个月，全新升级后的Llama 3....……更多
2024-09-27 13:39:00模态,宝宝,模型,图像,训练,文本
...刚刚显现，未来还存在巨大的探索空间。第二个是关于多模态理解和生成的统一。在当前「scaling law 撞墙」的相关讨论中，多模态其实是一个被寄予厚望的方向。但是，这个领域目前面临一个严峻的挑战，即多模态的理解和生成...……更多
2024-11-27 13:32:00潜力,模型,图像,起点,领域,还是
...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
...融合监控等多点发力，实现输电线路巡检从感知智能到多模态生成式智能的新跨域，为新型电力系统安全稳定运行提供坚强网架支撑。 ……更多
2024-03-07 17:43:00山东,立体,智能,天地,输电,无人机
...VAR指出是因为自回归模型逐个预测token的行为不符合图像模态的特点，提出“next-scale prediction”范式，将视觉自回归建模为逐个预测更大尺度scale的token map。这一方式避免了原始基于next-token的自回归方案难以建模图像模态的问题...……更多
2024-06-27 09:17:00范式,仅需,高质量,生成,模型,图像
...示了全球首个在搭载第三代骁龙8的安卓手机上运行的多模态大模型（LMM）。在这一演示中，高通展示了一个超过70亿参数的LMM，其支持文本、语音和图像输入，并能够基于输入的内容进行多轮对话。同时高通还在搭载全新骁龙XEl...……更多
2024-02-27 02:14:00高通,模型,支持,高通,模型,开发者
...对二，谷歌就跟四个王。那么，这一次较量的核心——多模态大模型，国内AI行业是否要跟进呢？如果要跟进，又该提前考量到哪些问题呢？每一次新产品问世，如果只跟着新闻“震惊”是很难进步的。不妨和我们一起，认真给G...……更多
2024-05-19 16:32:00全能,模型,只有,世界,模态,模型
...择了两条路线分别开拓：一条是 GPT-4o 所代表的端到端多模态大模型的探索，一条是 o1 所代表的关于推理 Scaling Law 的探索。具体到 GPT-4o 上，OpenAI 跨文本、视觉和音频端到端地训练了一个新模型，所有输入和输出都由同一神经...……更多
2024-10-26 09:49:00一波,模型,国产,还是,语音,模型
...灵奖得主Yoshua Bengio教授。博士期间的主要工作聚焦于多模态、GFlowNet、多智能体强化学习、AI于气候变化的应用。目前已在ICML、ICLR、ICASSP等机器学习顶会发表论文。代表作为Large-scale Contrastive Language-Audio Pretrai……更多
2024-06-29 09:37:00模态,基准,弱点,团队,模型,任务
...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
...力上也有了重大突破。更值得一提的是，GPT-4引入了“多模态”功能，支持图像和语音输入，甚至可以输出图片，大大拓宽了其应用范围。界面体验ChatGPT-4的用户界面呈现了现代化和直观的设计风格，其简洁的设计语言和优化的...……更多
2024-03-25 13:00:00生成,工具,产品,用户,界面,通义
...业内分析认为，该项新产品或将促使大模型厂商加大对多模态大模型的研发投入，并进一步推动AGI（通用人工智能）进程。一直以来，视频领域便是被普遍看好的AI应用落脚点之一。继可生成图文的ChatGPT之后，Sora的发布迎合了...……更多
2024-02-26 08:58:00模态,行业应用,模型,进程,场景,应用
...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
...Meta最近开源了多个AI项目，包括图像分割模型SAM 2.1、多模态语言模型Spirit LM、自学评估器和改进的跨语言句子编码器Mexma等，提升了AI在图像处理和语音识别领域的能力，进一步推动了AI研究的进展。开源绝对是AI如今发展迅猛的...……更多
2024-11-28 12:02:00一文,大礼包,大礼,安全性,语音,图像
...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
...有 GPT-4o 不具备的表情和肢体动作，是一个真正意义的多模态输入输出的实时互动智能体。快手展位「AI 关小芳」数字人 | 图片来源：视觉中国而另一片场地上，快手视频生成大模型明星「可灵」发布了一系列重磅升级和 AIGC 短...……更多
2024-07-11 14:20:00快手,模型,答案,快手,模型,小芳
更多关于科技的资讯：
第十四届中国创新创业大赛——首届具身智能专业赛成果在厦发布。厦门网讯（文/厦门日报记者 吴晓菁 通讯员 高菲 康潇潇 图/厦门日报记者 卢剑豪）昨日的厦门国际会议中心酒店
2025-09-26 08:38:00
具身智能孵化加速器在厦正式揭牌第十四届中国创新创业大赛首届具身智能专业赛昨日发布成果东南网9月26日讯（海峡导报记者 黄奕琳）昨日
2025-09-26 10:17:00
日前，2025年农业机械检测实验室间比对活动在山东潍坊举行。该活动由中国农业机械化协会主办、农机鉴定检测分会承办、潍柴雷沃智慧农业协助开展
2025-09-26 07:05:00
560余家企业携4.8万余个岗位来东大揽才“AI+”岗位热度不减，实战经验是核心指标□南京日报/紫金山新闻记者何洁 实习生黄佳琪杨久久9月25日
2025-09-26 07:41:00
9月24日，“青春华章・向西而歌”网络大思政课活动上，西安交通大学微电子学院集成电路工程专业博士研究生魏上杰介绍，集成电路是“国之重器”的“心脏”
2025-09-25 09:44:00
企查查APP显示，近日，杜建英持股的杭州芸台文化创意有限公司被吊销，原因是公司成立后无正当理由超过6个月未开业，或者开业后自行停业连续6个月以上
2025-09-25 11:20:00
9月25日，雷军发文：这5年，小米一路摸爬滚打、跌宕起伏，依然启动了造车、芯片和高端化……没什么好犹豫的，五十来岁，正是闯的年纪
2025-09-25 11:20:00
赤水河畔，国内首台高温复合型仿生压曲机稳定运转，物联网实时优化发酵参数……这场酿酒的“数字革命”，也是贵州习酒公司以全链数智革新推动产业跃迁的生动缩影
2025-09-25 11:57:00
在人工智能技术日臻成熟的2025年，AI已是深度融入职场生态的“数字同事”，在AI辅助下的2025年职场迎来了哪些变化
2025-09-25 13:30:00
国庆前夕，房山区物美超市“胖改店”、居然之家房山店、瑞莱广场分别于9月26日、27日、28日开业，进一步丰富了房山区消费场景
2025-09-25 13:38:00
企查查APP显示，近日，负责OPPO项目的杭州逗酷软件科技有限公司发生工商变更，新增山子高科旗下浙江山子超影科技有限公司为股东
2025-09-25 16:25:00