- 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。
...大学计算机系媒体所的二年级博士生，主要研究方向是多模态大模型与视频理解 ，在 NeurIPS 、ACM Multimedia 等顶级会议发表多篇论文，曾获国家奖学金、北京市优秀本科毕业生等。视频内容的快速增长给视频检索技术，特别是细...……更多
2024-10-29 09:55:00大规,粒度,范式,清华,片段,大规模
...形式为与会代表展示了全栈AI数据服务方案以及丰富的多模态数据库。并以市场需求为导向,分享了标贝科技在数据处理方向的实践成果,吸引了众多客户关注。大会首日,标贝科技COO助理周彤在工业论坛上分享了《基于数据大模型...……更多
2023-12-13 16:02:00学术会议,人机,语音,学术,通讯,会议
...频，表情、五官、姿势都会产生非常自然的变化。在AI多模态领域，科技巨头、明星初创企业似乎把火力集中到了同一个方向——AI视频生成，Sora的火热更是一石激起千层浪，同类产品发布你追我赶，战况之焦灼可见一斑。在该...……更多
2024-03-01 09:26:00阿里,奋起,模型,国产,视频,视频
...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
...进行统一的处理。在本文中，研究者通过提出创新型的多模态模型架构，以及统一的物理可解释动作空间，来解决这些挑战。设计 RDT：双臂机器人操作的新架构「模仿学习」是当前开发通用机器人模型的主流方法。即机器人通...……更多
2024-10-21 09:55:00清华,双臂,机器人,模型,机器,全球
...据训练，具备prompt驱动、条件可控生成、上下文理解、多模态理解等能力。在保证对话流畅、自然、具备情感温度的同时，SoulX覆盖百种细粒度风险类别，通过训练数据安全筛选、安全SFT数据构造、RLHF安全对齐、推理拦截等策略...……更多
2023-12-11 14:38:00提速,社交,布局,模型,社交,用户
...程，减少游戏中1%fps卡村，同时改善手机发热的状况。多模态AI支持有什么意义？
简单来说，指令无需预处理，响应更快速。在骁龙8至尊版中，高通通过升级的HexagonNPU和AI引擎，进一步增强了设备端AI的多模态处理能力。这意味...……更多
2024-11-04 22:04:00关键,三大,问题,高通,处理,任务
...个面向不同细分领域（视频生成、音乐和同声传译）的多模态大模型，同时给之前已有的通用语言模型、文生图模型、语音模型来了一波大升级。这些模型共同构建起了火山引擎的「豆包全模态大模型家族」。家族新秀：豆包视...……更多
2024-09-30 09:51:00豆包,字节,生成,视频,模型,豆包
...。
首先，提升了整体性能，尤其在数学、长文本以及多模态方面。在MMLU-Pro上性能提高约7%；而在 MATH 和 HiddenMath（内部保留的竞赛数学问题集）基准测试中，两种模型有约 20% 的显著改进，其中Pro版本以86.5%的成绩超过了o1-previe...……更多
2024-09-26 10:01:00成本,数学,时间,模型,数学,输出
IT之家 12 月 17 日消息，谷歌 DeepMind 网站已为 Project Astra 项目开设了新的测试频道，计划邀请部分用户，测试配备 AI 和 AR 技术的原型眼镜，以便于进一步收集用户反馈、推进该眼镜商用落地。图源：谷歌
在系统方面，消息称...……更多
2024-12-18 09:30:00模态,眼镜,智能,技术,眼镜,原型
...高模型在3D场景理解中的鲁棒性和泛化能力，在多个3D多模态学习基准测试中取得了优异的性能，超越了以往的方法，且无需针对特定任务的微调。多模态大语言模型（Multi-modal Large Language Models, MLLMs）以文本模态为基础，将其它...……更多
2024-10-16 13:35:00模型,场景,训练,语言,数据,物体
...来自斯坦福李飞飞吴佳俊团队！HourVideo，一个用于评估多模态模型对长达一小时视频理解能力的基准数据集，包含多种任务。通过与现有模型对比，揭示当前模型在长视频理解上与人类水平的差距。2009年，李飞飞团队在CVPR上首...……更多
2024-11-11 13:31:00团队,智能,空间,视频,模态,模型
...进一步提升钓鱼邮件检测能力。 与文本大模型相比，多模态大模型能够处理更丰富的信息数据源，如文本、图像、音频等，不仅能进行文本理解，还能模拟视觉分析，处理图片和链接落地页等多媒体内容，为钓鱼检测提供更全...……更多
2024-11-11 17:46:00湾区,安全,网络,防线,大会,邮件
...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
...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
...大会上，中国移动正式发布了由万卡级智算集群、千亿多模态大模型、汇聚百大要素的生态平台共同构成的“九天”人工智能基座，并开放三大人工智能基地，加快大模型产业化、规模化发展，为数字中国建设注入更加强劲动能...……更多
2024-05-25 07:21:00潮起,模型,中国,中国移动,移动,模态
...眼镜等更多领域上的应用前景有多广阔。“Gemini是原生多模态打造，是（谷歌）通往Gmeini模型时代的第一步。”谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)表示：Gemini 1.0是目前为止谷歌能力最强的通用人工智能模型。作为谷歌有...……更多
2023-12-07 16:15:00神仙,模型,观察,科技,模型,任务
...大模型以及丰富第三方模型（如Llama、百川等）。支持多模态模型服务，提供灵活高效易用的模型API与SDK。提供文本生成、图片生成、视觉理解、视频生成、语音识别以及语音合成能力。最新进展中，通义方面发布了最强开源模...……更多
2024-09-23 09:53:00大姨,一群,落地,智能,百炼,模型
...自行研发的万亿参数大模型abab6.5，面向C端用户打造的多模态智能产品，支持文本、音频和图像的自由交流。海螺AI不仅具备强大的长文本处理能力和多格式文件支持，其高效大模型支持和多模态技术方向更能为用户提供多种服...……更多
2024-07-30 17:55:00海螺,输出,决策,生态,能力,体验
...，引起舆论哗然。起因是这个团队在5月29日发布了一个多模态大模型Llama3-V，声称只花500美元训练，就能实现在多个基准测试中比肩GPT-4的性能。但很快有人发现，该模型跟清华系大模型创企面壁智能5月发布的MiniCPM-Llama3-V 2.5模...……更多
2024-06-04 14:35:00清华,斯坦,斯坦福,团队,模型,抄袭
...未来的战略思路。01模型侧：基础模型能力升级，构建多模态能力首先是基础模型方面，5 月 17 日的峰会上，腾讯混元介绍了其多尺寸的 LLM 模型矩阵。其中，最大模型已拓展至万亿级参数规模，并在 1B、3B、7B、13B 等不同参数量...……更多
2024-05-21 21:25:00腾讯,腾讯,模型,能力,广告,视频
...字交互只是很小的一部分，更多的是语音和视频交互。多模态的内容，比如声音、图文和视频，已经成为信息传递的主流。为了能够提高渗透率，多模态是必经之路。”闫俊杰透露，目前video-01只提供了文生视频，在未来产品会...……更多
2024-09-04 13:45:00独角兽,生成,模型,世界,企业,视频
...。据了解，本届大赛从7月启动报名，以“社交网络中多模态虚假信息甄别”为题，要求选手通过构建同一事实跨模态数据之间的关系（文本和图像），实现对任一模态信息进行虚假和真实性的检测。中国工程院副院长、联合国...……更多
2023-11-07 18:40:00支队,第五届,一带,竞赛,数据,全球
...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
...升9%，其次是逻辑推理（8%），文本生成、知识问答、多模态能力则均只有7%。此前科大讯飞在8月15日发布星火V2.0时，七大能力大幅度提升，其中语言理解能力提升78%，文本生成、知识问答、数学能力等提升也超70%，逻辑推理能...……更多
2023-10-24 16:15:00跌停,讯飞,市值,股价,蒸发,讯飞
...还需要哪些技术支持？司马华鹏称：“我们的大模型是多模态的，是文本生成、声音生成和数字人生成的结合。其实很多人在反馈，他（刘强东）声音和节奏感与他原来讲话不太一样。这很可能克隆的是平时的语速，但是直播（...……更多
2024-04-21 22:43:00真人,直播,技术支持,数字,支持,时代
...越 GPT-4 ， Gemini 最特殊的一点是，它是谷歌带来的首个多模态大模型，也就是能不光能打字互动，也能进行语音、视频、图片的互动。按照谷歌的说法，现有的所谓多模态大模型，都是单独训练了文本、视觉和音频等模型，再把...……更多
2023-12-12 00:22:00模型,模态,模型,答案,大杯,能力
...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
...失函数和混合未配对音视频数据训练。该模型不仅在单一模态任务上表现优异，更在视听联合任务中展现了卓越的性能，证明了其全面性和准确性。想要看懂短视频，除了视觉内容外，语音和音频等听觉信息，如视频音乐、音效...……更多
2024-08-01 09:45:00模态,清华,领衔,模型,视频,音视
...合成。2.精细化 Token 对齐技术：我们提出了基于大规模多模态预训练的精细化 token-wise 对齐技术。3.层次混合专家结构：我们设计了一种层次混合专家体系结构，用于学习多个汉语方言的统一表示和每种方言的特定表示。4.层次...……更多
2024-08-14 09:38:00河南,上海,方言,普通话,模型,话说
更多关于科技的资讯：
北京，2025年9月24日——北京 CBD 核心区再添重磅力作！今日，备受瞩目的 Z3 超甲级写字楼项目正式揭开神秘面纱
2025-09-25 13:43:00
9月19日，中国电信山东公司、天翼物联科技公司与青岛海信日立在青岛举行联合实验室揭牌仪式，标志着三方战略合作迈入全方位深度融合的新阶段
2025-09-25 13:43:00
9月24日至26日，全球云计算与 AI 领域年度旗舰盛会 ——2025 云栖大会在杭州云栖小镇盛大启幕。本届大会以“云智一体・碳硅共生”为核心主题
2025-09-25 13:44:00
为落实《个人征信电子授权安全技术指南》（JR/T 0299—2024）金融行业标准，规范金融机构在个人征信电子授权中的技术操作
2025-09-25 13:44:00
秋意渐浓，北京迎来一场文玩行业盛会。9月24日至28日，以“国潮觉醒 文玩新生”为主题的2025全国文玩大会于潘家园市场（西区）盛大举行
2025-09-25 13:46:00
如今，微短剧已然从“内容新贵”成长为拉动数字经济的重要力量。因为“轻、快、密”的内容节奏，短剧得以迅速占领用户的碎片时间
2025-09-25 13:46:00
日前，北京市工商联、通州区人民政府联合召开2025北京民营企业百强发布会。会上，网易有道凭借持续的创新能力和稳健的业绩表现
2025-09-25 10:06:00
近日，首批龙晶PR型有晶体眼人工晶状体植入手术在济南爱尔眼科医院完成，作为“尝鲜吃螃蟹”的人，患者脸上洋溢着发自内心满意的微笑
2025-09-25 11:20:00
观赛有了更佳的趣味性与沉浸感金科院数字科技赋能国际赛艇大赛南报网讯（通讯员陆慧记者姜静实习生黄佳琪）2025南京·大学生国际赛艇公开赛近日在外秦淮河畔举行
2025-09-25 07:38:00
提升“双盲”模式下的评标质效雄安新区面向评标专家智能问答系统正式上线河北日报讯（见习记者康晓博）只需轻点鼠标，远在外地的评标专家就能获得精准指引
2025-09-25 07:58:00
大模型算出爆款，红枣变致富“金枣”——看沧县红枣及干坚果食品加工产业如何实现数字化转型9月18日，河北华聚食品有限公司的工人忙着打包红枣产品
2025-09-25 07:59:00
9月17日，兴业银行信用卡中心与美团企业版在上海签署战略合作协议，共同打造“金融+生活”开放生态。根据协议，双方将基于开放共享
2025-09-24 07:24:00
金洽会上51个重点产业项目签约，计划投资802.21亿元——一串串数字，见证企业对南京的高度认可□南京日报/紫金山新闻记者张甜甜9月23日
2025-09-24 08:11:00
5项科技创新成果案例发布芯片设计迎“超强大脑”多癌早筛一管血“搞定”南报网讯（记者张安琪）9月23日，2025南京金洽会开幕式重点发布环节
2025-09-24 08:12:00
在今年国庆、中秋双节消费旺季来临之际，济南122站以“客户体验感”为核心，从“环境优化、商品管理、客户拓展”三大维度精准发力
2025-09-24 08:50:00