• 我的订阅
  • 头条热搜
ChatGPT中短期产业化方向主要为:文字模态的AIGC应用、代码开发相关、图像生成领域、智能客服
...域。我们认为ChatGPT中短期内产业化的方向主要分为文字模态的AIGC应用、代码开发相关、图像生成领域、智能客服四大板块。ChatGPT的成功,预示着人工智能(AI)无论在经济性与可获得性上都达到了支持普及的水平。同时,ChatGPT...……更多
万字长文:产品经理视角下的AI绘画全解析
...果几乎一致。话归正题,OpenAI的这次开源,提供了一条多模态通道,让“以文生图”的效果得到进一步提升(以前不是没有类似的模型,但没有这个效果好)。现在,当我们说“画一个牛油果椅子”,计算机就会将这句话通过CLI...……更多
Sora再度颠覆AI视频行业,A股哪些公司有相关布局?
...实现AGI(通用人工智能)的重要里程碑。券商建议关注多模态技术Sora视频一出,立刻震惊业界。360集团创始人、董事长周鸿祎2月16日在微博发文表示,这意味着AGI实现将从10年缩短到1年。其实,Sora出现之前,也有其他类似的AI...……更多
...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
最强开源文生图模型一夜易主!SD原班人马打造,要发SOTA视频生成模型
...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
2B多模态新SOTA!华科、华南理工发布Mini-Monkey,专治「切分增大分辨率」后遗症
【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
vivo发布自研大模型,为用户和开发者带来诸多惊喜
...随着大模型技术日益成熟,vivo在语言、图像、语音、多模态等全模态的AI技术上逐步升级为大模型能力,正从传统的AI技术时代迈向大模型AI技术时代。vivoAI算法技术总监李方圆全新蓝心大模型带来4项核心升级:1、语言大模型升...……更多
36氪首发|「Tiamat」完成近千万美元A轮融资,想将AI生成图像的可控性做到极致
...MorpherVLM是国内首个基于概念融合范式提出的近百亿级跨模态生成模型,通过异构的视觉编码-解码网络结构,并引入基于用户反馈的强化学习(RLHF)和细粒度的提示-隐变量对齐技术,提高了模型对图像多尺度信息的建模能力,...……更多
阿里国际发布最新开源多模态模型Ovis,多模态能力再升级
...手写英文准确翻译成中文、还能精准分析财报数据……多模态能力再次升级!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...……更多
阿里CEO吴泳铭:生成式AI让世界有了一个统一的语言——Token
...为了AI发展的最大障碍。当前的数字化世界,信息以多种模态存在——自然语言、程序代码、图像、视频、音频、3D模型、数学符号……这些信息形式各自独立,彼此之间的“对话”几乎不存在。AI虽然能够在单一模态下表现出色...……更多
科学家开发多模态音乐理解和生成大模型,兼具理解和创作音乐能力
...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
工程师解读GPT-4:基于草图10秒内生成代码令人惊艳,或将优先挑战AI行业从业者
...品 | 搜狐科技作者 | 潘琭玙OpenAI在3月15日凌晨正式发布多模态大模型GPT-4,作为深度学习的新里程碑,据OpenAI介绍,GPT-4在专业和学术方面表现出近似于人类的水平。例如,它在模拟律师考试中的得分能够排进前10%左右,相比之...……更多
Gemini引领多模态AI热潮,产业发展有望加速
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
云知声推出山海多模态大模型:实时生成文本、音频和图像
IT之家 8 月 26 日消息,云知声于 23 日宣布推出山海多模态大模型。通过整合跨模态信息,山海多模态大模型能够接收文本、音频、图像等多种形式作为输入,并实时生成文本、音频和图像的任意组合输出。▲云知声山海助手微...……更多
...。AIGC不仅提升了新闻采编工作的效率与质量,还通过多模态、多渠道的新闻生产、整合、分发重塑新闻传播业态。AIGC助推报道效率与质量“双提升”AIGC在新闻报道中的应用体现在自动化内容生成和数据驱动的深度分析两个方面...……更多
Pika、阿里同日炫技!国产视频大模型奋起直追
...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
meta开源多感官大模型,ai用6种模态体验虚拟世界
Meta最新 6模态大模型,让AI以更接近人类的方式理解这个世界。比如当你听见倒水声的时候就会想到杯子,听到闹铃声会想到闹钟,现在AI也可以。尽管画面中没有出现人类,AI听到掌声也能指出最有可能来自电脑。这个大模型 I...……更多
...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
腾讯混元上线文生视频并开源,120秒内成片!还有提示词建议
...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
多模态LLM视觉推理能力堪忧,浙大领衔用GPT-4合成数据构建多模态基准
...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次上的理解和推理任务。语言模型已经可以写诗写小说...……更多
阿里发“神笔马良版Sora”,轻轻一抹让猫咪转向,20个演示视频+10页技术报告解读
...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
...晨,美国科技公司OpenAI在春季发布会上发布了最新GPT-4o多模态大模型。据OpenAI公司首席技术官米拉·穆拉蒂(Mira Murati)介绍,GPT-4o可以接收文本、音频和图像的任意组合作为输入,并实时生成文本、音频和图像的任意组合进行...……更多
AI生成式视频往何处去 “灵动 AI”亮相网易未来大会
...的。现在试想,如果上传的商品信息既能在文字、图像等模态上保持不变,又能够与文字、图片、视频等模态模型实现很好的融合,从而为商家产出AI商品图、海报、短视频,甚至是3D交互内容,这个市场需求是很大的。今年,...……更多
中国也有Sora同款训练架构公司,清华班底,智谱也投了 | 36氪首发
...也出现了大模型独角兽智谱AI的身影。36氪获悉,近日多模态AI模型公司生数科技完成新一轮数亿元融资。该轮融资由启明创投领投,达泰资本、鸿福厚德、智谱AI、老股东BV百度风投和卓源亚洲跟投。据介绍,融资主要用于多模...……更多
全模态对齐框架align-anything来啦:实现跨模态指令跟随
... 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
刚刚!字节跳动豆包上线图片理解,大模型走向多模态|钛媒体AGI
(图片来源:林志佳拍摄)国内活跃度最高的AI大模型应用正走向“多元化”。12月3日消息,钛媒体AGI获悉,字节跳动豆包日前上线了一项实用功能——图片理解。目前,豆包APP及豆包PC新增照片及相机按钮,上传图片后可识别...……更多
●多模态使人形机器人能融合图像、语义、力感知、环境感知等多种因素,综合判断、生成任务并执行任务,是让人形机器人具有自主思考能力的关键核心技术●标志着成都在我国多模态模型应用于人形机器人领域率先取得突...……更多
撞墙还是新起点?自回归模型在图像领域展现出Scaling潜力
...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
文本、图像、点云任意模态输入,AI能够一键生成高质量CAD模型了
...同完成,是全球首个同时支持文本描述、图像、点云等多模态输入的计算机辅助设计(CAD)生成大模型。计算机辅助设计(Computer-Aided Design,简称 CAD)软件是工业软件的重要分支,也是工业设计流程中的核心工具。然而,目前...……更多
Bengio团队提出多模态新基准,直指Claude 3.5和GPT-4o弱点
...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
更多关于科技的资讯:
星闪+激光+NB-IoT三合一燃气探测器发布:无需网关 即插即用
快科技12月18日消息,据海思官方介绍,近日金卡智能集团与上海海思联合创新,将激光探测技术与NB-IoT、星闪通信技术深度融合
2024-12-18 00:20:00
至今没见过活的!最罕见鲸鱼再次搁浅 这次科学家把它解剖了
2024年7月,在新西兰海滩上,人们发现了一头死去的鲸鱼,长约5米,体重约1.4吨。刚开始,人们以为这就是一头普通的喙鲸
2024-12-18 00:20:00
血亏93亿卖银泰的阿里 其实可能赚到了
今天,大伙应该都在围观阿里卖了银泰的这波操作吧。很多人都在笑话阿里,说什么当年高位溢价收的,现在 74 亿就甩卖了。来来回回一趟
2024-12-18 00:20:00
问界车主果然有钱:超8成使用华为、苹果手机
快科技12月17日消息,QuestMobile最新发布的2024年中国互联网核心趋势报告揭示了一些引人注目的数据。报告指出
2024-12-18 00:20:00
长安汽车首款飞行汽车即将亮相
12月17日下午,长安汽车再管潍坊出了一张预热海报,似乎预示着长安汽车的首款飞行汽车即将迎来亮相。长安官方海报长安汽车在微博中表示
2024-12-18 00:28:00
一加ace5系列官方预约截图曝光:12月26日正式发布
近日,有关一加Ace5系列的消息在网络上引发了不少人关注。虽然官方一直在为新机预热,不过却一直没有公布新机的发布日期。不过有博主通过新机的预约时间
2024-12-18 00:33:00
理想汽车悬浮桌板将启动首场预售
12月17日,理想汽车官方宣布,车内悠享悬浮桌板将于12月18日上午10点启动首场预售,数量10000件。紧接着,第二场预售将于12月31日上午10点进行
2024-12-18 00:42:00
三星s25ultra渲染图曝光,黑边比小米15更窄一圈
12月17日,据博主@i冰宇宙消息,渲染图坐实了三星S25Ultra将成四等宽边框最窄的机型,黑边比小米15更窄一圈,也比iPhone16ProMax更窄
2024-12-18 00:46:00
英伟达thor芯片延期,国内车企考虑搁置采用
作为目前最强大的智驾芯片——英伟达Thor芯片。该芯片原本计划2024年中量产,现已大幅推迟,有消息称,该芯片预计明年中上车
2024-12-18 00:59:00
索尼a7rvi预测:8.5级机身防抖
近日,Thenewcamera对索尼即将推出的A7RVI相机进行了预测,这款新机有望搭载8000万像素的全画幅ExmorR背照式CMOS传感器
2024-12-18 01:03:00
印度用户有福了!小米14发布全新系统
小米14的印度用户有福了!继该机全球版本在11月底迎来HyperOS2.0更新后,现在印度版也推送了新系统。用户只需进入“设置>
2024-12-18 01:04:00
数码博主透露小米civi5pro部分参数
在今年下半年来,小米已经带来了小米15系列以及REDMIK80系列两款热门新机,而接下来小米的,那就是REDMITurbo系列和小米的Civi系列
2024-12-18 01:06:00
三星galaxys25ultra配色清单曝光
最近,关于即将发布的三星GalaxyS25Ultra的配色,网络上流传出一份详细的清单。这份清单不仅列出了标准颜色和在线独家颜色的最终名称
2024-12-18 01:07:00
理想全新纯电mpv路测曝光,可能会是i6或者i8
12月17日,有博主在网上放出了一段视频,在视频中,一辆理想的新款MPV车型正在路上进行测试。理想MEGA根据该博主的猜测
2024-12-18 01:29:00
《加入企元数智服务商行列,共享数智时代红利》
在当今飞速发展的数字时代,企业的数智化转型已成为大势所趋。而企元数智,正以其强大的实力和前瞻性的视野,引领着数智化变革的浪潮
2024-12-18 01:41:00