- 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。
...的发展，带来结构化的成长趋势。一、AI应用拓展 1、多模态加速应用端落地
目前，多家厂商快速布局卡位多模态大模型，AI文生图、文生视频等多模态能力持续提升带动AI应用持续迭代升级。海内外爆款AI应用频现，如Pika 1.0、R...……更多
2024-01-06 17:23:00短剧,板块,概念,传媒,投资,证券
...眼镜开发商BrilliantLabs宣布推出Frame，这是全球首款集成多模态AI助手的眼镜。Frame不仅重新定义了视觉方式，还重新定义了用户与物理世界的交互方式，而它的外观设计与真实眼镜无差别。此次BrilliantLabs还获得最新一轮融资，其...……更多
2024-02-14 15:17:00模态,眼镜,全球,眼镜,模态,助手
...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
...。
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
...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
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
...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
...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
...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
更多关于财经的资讯：
A股上市新股“肉签”前十 制图 朱辉12月17日，科创板迎来“国产GPU第二股”沐曦股份的高光时刻。这家成立仅五年的企业以104
2025-12-18 07:24:00
自12月18日起海南自由贸易港正式启动全岛封关封关后海南与国际的往来更加顺畅自由与内地的联系更加便捷高效一系列文件也自正式启动全岛封关之日起施行封关后会有哪些新红利？一组数据带你
2025-12-18 07:54:00
继10月底上调后，12月17日，周大福天猫官方旗舰店首页不显眼的位置发布了一条提示：受市场因素影响，部分商品即将提价。而调价窗口就是12月19日
2025-12-18 07:54:00
记者了解到，人工智能在制造业、金融、能源、医疗健康等领域的应用加速落地，这对国产算力相关产业链又将带来哪些机会？在上海电影制片厂
2025-12-18 07:54:00
12月18日，海南自由贸易港正式启动全岛封关运作，实施“一线放开、二线管住、岛内自由”的监管模式。封关后零关税商品增至6600多种
2025-12-18 07:54:00
在合肥市最大的农产品批发市场——周谷堆批发市场，一箱箱车厘子摆放在各个摊位的醒目位置，吸引了不少采购商和市民驻足询价、购买
2025-12-18 07:54:00
福州新闻网12月17日讯（记者 朱丽萍）17日，记者从福州国资集团获悉，该集团所属榕投资本旗下基金投资的南京宁丹新药技术股份有限公司（以下简称“宁丹新药”）自主研发的1类新药“注射用洛贝米柳”（研发代号
2025-12-17 18:48:00
因筹划控制权变更停牌多日的皮阿诺(002853)于本周二复牌，股价“一字”涨停。周三，该股早盘小幅高开1.40%，盘中股价一度大跌近9%
2025-12-17 22:43:00
胶东在线12月16日讯 寒潮来袭，气温骤降，农业银行海阳市行村支行的大厅里却暖意融融。一大早，员工就为前来办理业务的客户倒好热水
2025-12-18 02:03:00
12月13日，在贵州贵阳举办的第二届CCF中国数据大会上，华东师范大学联合国内代表性高校、科研机构、行业企业及地方数据局等60余家单位
2025-12-18 04:37:00
“一个支部一座堡垒，一名党员一面旗帜。”12月8日，记者来到贵州铝业集团本部第一、第二党支部的党员活动室看到：干净整洁的墙壁上
2025-12-18 04:37:00