模态,领衔,基准,推理,视觉,能力头条新闻资讯订阅

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。

什么是AGI？人工智能的未来

...是突破现有的能力，而非从源头上改变它们。使用现有的基准来评估【AGI】存在很大问题：首先，将焦点放在对特定基准的逐步改进上，会分散开发其他更基础解决【AGI】问题的工作。相对于解决困难的未知问题，更容易着手处...……更多

2024-03-19 06:00:00人工智能,人工,智能,人工智能,智能,人工

arxiv研究人员：多模态ai模型存在安全隐患

...论文指出，包括GPT-4V、GPT-4o和Gemini1.5在内的大部分主流多模态AI模型，处理用户的多模态输入（例如一起输入图片和文本内容）之后，输出结果并不安全。这项研究标题为《跨模态安全调整》（Cross-ModalitySafetyAlignment），提出了...……更多

2024-06-26 03:07:00模态,研究人员,隐患,模型,人员,安全

开源社区分水岭：Meta大模型Llama 3发布，参数最高或

...，其将拥有超过4000亿参数。Meta也将在后续为Llama 3推出多模态等新功能，包括更长的上下文窗口，以及Llama 3研究论文。Meta在公告中写道：“通过Llama 3，我们致力于构建能够与当今最优秀的专有模型相媲美的开源模型。我们想处...……更多

2024-04-19 15:58:00分水,分水岭,模型,参数,社区,模型

人形机器人进厂“实习”，汽车制造还需要工人吗？

...的执行成功率，需要机器人拥有自主可靠的决策能力、多模态感知能力以及实时精准的运控能力，这些能力离不开大量的数据采集、模型训练、仿真测试。只有这样，才能真正将大模型适配到人形机器人的“大脑”。此前，人形...……更多

2024-03-20 11:28:00人形,机器人,工人,实习,机器,制造

Gemini 超越 GPT-4 靠作弊？谷歌承认：是的，演示

...竟发生了 180° 转变。昨天，谷歌在 X 上展示 Gemini 原生多模态能力的 6 分半钟视频下，几乎是清一色的赞扬：而到了今天，Gemini 还是那个 Gemini，但网友已经不买账了：发生了什么，才会让人们的态度一夜转变？原因在于那个 6 ...……更多

2023-12-08 22:02:00剪辑,演示,是的,视频,视频,模态

何炅领衔，携18位艺人，《魔方新世界》综艺开启首轮录制

嘿嘿，小伙伴们听说了吗？最近芒果台可是有动作，连续推出了好几档综艺节目呢。哇，这个节奏简直是停不下来啊！比如说，有旅行综艺《我们仨》，慢综《灿烂的花园》，还有刚定档的情感综艺《是女儿是妈妈》，再加上...……更多

2024-03-24 21:28:00何炅,新世界,魔方,首轮,领衔,艺人

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

2024-04-09 10:25:00模态,音乐,科学家,生成,模型,创作

谷歌推出其最先进AI模型Gemini，希望击败GPT-4

...和音频并与之交互的能力。这很大程度上是设计使然：多模态在最开始就是Gemini计划的一部分。谷歌没有像OpenAI构建DALL·E（文生图模型）和Whisper（语音识别模型）那样单独训练图像和语音模型，而是从一开始就建立为一个多感...……更多

2023-12-07 10:21:00最先,模型,比斯,模型,哈萨,人工智能

百度与优必选合作，人形机器人“大脑”有了AI大模型

...r S在具身智能理应用等方面又迎来了新进展，在已有的多模态感知与运动控制能力上，通过接入文心大模型，获得了高级的意图理解能力和细粒度规划能力。从视频来看，接入了AI大模型的Walker S在语义理解与交互、智能任务管...……更多

2024-04-02 11:23:00人形,机器人,大脑,模型,机器,合作

智源评测体系发布国内外“百模”评估结果出炉

...系，发布并解读国内外140余个开源和商业闭源的语言及多模态大模型全方位能力评测结果。本次智源评测，分别从主观、客观两个维度考察了语言模型的简单理解、知识运用、推理能力、数学能力、代码能力、任务解决、安全与...……更多

2024-05-17 17:26:00评测,评估,体系,结果,模型,评测

本周硅谷发生了什么？｜OpenAI推出5项更新；微软组建新的

...GenAI团队研发小模型，减少对OpenAI的依赖。Adept AI发布多模态模型Fuyu-Heavy，官方称跑分表现仅次于GPT4-V和Gemini Ultra。同时，国内大模型也有不少进展，通义千问团队升级了视觉语言模型Qwen-VL，图片内文字处理能力得到提升。此外...……更多

2024-01-29 09:34:00文生,硅谷,微软,模型,团队,更新

比GPU性价比高百倍！Cerebras推出新AI推理服务，号

...“LiveKit很高兴能与Cerebras合作，帮助开发者构建下一代多模态AI应用。结合Cerebras的计算能力和模型以及LiveKit的全球边缘网络，所开发的语音和视频AI应用将实现超低延迟并更接近人类特征。”LiveKit公司的CEO兼联合创始人Russell D...……更多

2024-08-29 09:49:00性价比高,推理,性价比,全球,服务,推理

提效30%，降本80%！商汤大模型让智慧园区效能倍增

...代面向智慧园区场景的智能服务器AIS 4.0。集成领先的多模态大模型能力，实现软硬件全面国产化，为各类园区综合管理效能提升提供更安全、更智能、更易用的AI新智引擎。自2019年首版推出以来，商汤星云AIS智能服务器以算法...……更多

2024-11-15 10:14:00商汤,效能,园区,模型,智慧,算法

科大讯飞股价跌停，市值蒸发120亿元

...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

景顺长城基金张雪薇：AI仍是比较确定的长期主线

...机、PC等，张雪薇看好相关产业链机遇。大模型正在向多模态发展，由之前的文本、语音到现在的图片，包括未来视频，不同的媒介会诞生出新的应用，会把模型通用化能力提升，未来比如广告推荐、用户画像都会像大模型靠拢...……更多

2024-05-22 16:23:00张雪,长城,主线,基金,模型,张雪

北京智源研究院创始人张宏江：大模型背后的核心是一个新的操作系

...源研究院创始人、创始理事长张宏江表示，今天大热的多模态大模型未来发展方向一定不光是做视频生成、视频剪辑、拍电影或是生成电视剧。从技术角度观察，可以用它来做机器的大脑、识别外围的世界、武装未来的自动驾驶...……更多

2024-03-25 20:31:00张宏,北京,创始人,研究院,模型,背后

突破时间序列组合推理难题！南加大发布一站式多步推理框架TS-

...以适应不同领域和多样化的数据特性，无法在多任务、多模态的环境中有效工作。4. 缺乏端到端的任务执行框架：由于在结构化推理和时间信号的数值计算交叉点上的研究较少，实现端到端的时间序列任务执行仍然面临挑战。现...……更多

2024-10-29 09:55:00推理,时间序列,序列,框架,难题,突破

苹果300亿参数大模型首亮相，还买了家AI公司｜焦点分析

...时间，苹果低调的在arxiv.org网站上发布论文，官宣了在多模态大模型领域的最新成果。在论文《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》（MM1: 多模式LLM预训练的方法、分析和见解）中可以……更多

2024-03-16 18:14:00模型,苹果,参数,焦点,分析,公司

深数所发布500个行业多模态算料集

...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

马斯克承诺开源版大模型来了！Grok-1：3140亿参数迄

... xAI 大致的研究方向。其中，长上下文的理解与检索、多模态能力都是未来将会探索的方向之一。xAI 表示，他们打造 Grok 的愿景是，希望创造一些 AI 工具，帮助人类寻求理解和知识。具体来说，他们希望达到以下目标：他们的...……更多

2024-03-18 11:51:00马斯,马斯克,权重,架构,模型,参数

击败GPT-4o的开源模型如何炼成?关于Llama 3.1

...为 Llama 3 开发过程的一部分，Meta 团队还开发了模型的多模态扩展，使其具备图像识别、视频识别和语音理解的能力。这些模型仍在积极开发中，尚未准备好发布，但论文展示了对这些多模态模型进行初步实验的结果。7、Meta 更...……更多

2024-07-25 09:32:00模型,论文,模型,训练,论文,开发

构建数字经济新引擎：枫清科技高雪峰解读AI技术的未来趋势

...）创新性地推出了“一体两翼”产品矩阵，包括自研的多模态知识引擎与行业通用智能体平台，致力于构建未来通用人工智能（AGI）时代的核心数据基础设施，为企业提供大模型与知识引擎双轮驱动的解决方案。枫清·天枢多模...……更多

2024-09-13 18:28:00雪峰,趋势,数字,引擎,经济,技术

北大提出首个通用指令导航大模型系统 | CoRL 24

...可导航价值。直觉价值地图（Intuition Value Map）：利用多模态大模型判断全景图中最适合移动的区域，并赋予更高可导航价值。轨迹价值地图（Trajectory Value Map）：赋予远离现有轨迹的区域更高的可导航价值。通过对多源价值...……更多

2024-09-13 13:38:00指令,北大,模型,导航,系统,导航

别只盯着ChatGPT版Her,多模态AI拟人互动上,国内玩

... 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

LLM仍然不能规划，刷屏的OpenAI o1远未达到饱和

...史记录。o1 模型拥有真正的通用推理能力。在一系列高难基准测试中展现出了超强实力，相比 GPT-4o 有巨大提升，让大模型的上限从「没法看」直接上升到优秀水平，不专门训练直接数学奥赛金牌，甚至能在博士级别的科学问答...……更多

2024-09-25 09:48:00饱和,规划,模型,测试,规划,能力

AI“明星”选手巅峰对决！记者实测最新谷歌Gemini与GP

...模型能够实现无缝的文本、视频和音频输入，并生成相应模态的输出，真正意义上实现了多模态交互。紧随其后一天，年度Google I/O开发者大会如期而至，谷歌CEO Sundar Pichai宣布了一系列围绕其最新生成式AI模型Gemini的重大更新，...……更多

2024-05-17 14:26:00实测,巅峰,选手,记者,明星,模型

OpenAI推迟上线语音功能，GPT-5或要等到明年，大模型

...26年初推出。此前有爆料称，GPT-5将是具有52万亿参数的多模态模型，意味着其复杂性和性能将有显著提升。但这可能也会面临更大的技术和工程难度，时间成本也会更高。返回搜狐，查看更多责任编辑： ……更多

2024-06-26 11:35:00语音,模型,速度,正在,功能,技术

大的要来了：谷歌Bard被曝将更名为Gemini，Ultra

...ini Ultra 1.0 终于要来了去年 12 月，谷歌正式推出了原生多模态大模型 Gemini 系列，标志着谷歌 Bard 问世以来的最大更新。Gemini 有三个版本，分别是适用于端侧的 Gemini Nano，适用于多任务的 Gemini Pro，以及能力最强的 Gemini Ultr……更多

2024-02-04 17:29:00安卓,收费,安卓,用户,应用程序,更新