• 我的订阅
  • 头条热搜
苹果发布新型开源人工智能模型:可根据自然语言指令编辑图像
...布了名为“MGIE”的新型开源人工智能模型,它可以根据自然语言指令编辑图像。图源:VentureBeat与Midjourney合作制作MGIE的全称是MLLM-GuidedImageEditing,利用多模态大型语言模型(MLLM)解释用户指令并执行像素级操作。MGIE可以理解用...……更多
苹果的封闭生态为大模型打开!发布开源多模态大模型、每天为 AI 烧百万美元,零碎的 Android 生态打得过吗?
...方面一直表现不佳,但他们一直在不断发展‘硬件 + 软件人工智能’堆栈,没有太多耀眼的广告。我认为,如果新的 iOS 版本突然让 OpenAI/Bard 聊天框看起来可笑地过时,他们可能会击败微软 /OpenAI 和谷歌。如果大量人工智能使用...……更多
meta推出全新ai图像生成器,可创建高分辨率图像
...的、独立的AI图像生成器——ImaginewithMeta,允许用户通过自然语言描述来创建图像。据介绍,新的人工图像生成器由Meta现有的Emu图像生成模型提供支持,可根据文本提示创建高分辨率图像。它目前对美国的英语用户免费使用(后...……更多
全模态对齐框架align-anything来啦:实现跨模态指令跟随
...多个细粒度原则进行标注,提供复杂精细化偏好标注。 自然语言语言反馈:提供细粒度批评和润色反馈,可利用此自然语言反馈开发算法及提升模型性能 跨模态 QA 对:输入输出包含混合模态,在不同模态之间实现更丰富的交...……更多
OpenAI推出GPT商店,人人可0代码自制智能体,业界看好成为下一个苹果
...上的一整套升级,为人们展现了一个未来:人人都能使用自然语言开发软件、拥有多个专属私人助理,像浏览应用一样购买流行的私人助理,就像在苹果应用商店里下载App。人们不禁好奇,OpenAI是否会成为下一个苹果公司。“(...……更多
谷歌揭幕projectastra通用人工智能系统
...Dall-E3图像生成器方面的重要策略。谷歌声称,Veo具备对自然语言和视觉语义的深刻理解能力,能够按照用户的意愿创建任何所需的视频内容。这些AI生成的视频可以持续超过一分钟,并且Veo还能够理解电影制作和视觉技术的专业...……更多
Sam Altman或筹数十亿美元自造AI芯片,DeepMind首席科学家或将辞职创业
...I创投周报是阿尔法公社推出的聚焦于以生成式AI为代表的人工智能新浪潮的创投资讯周报。阿尔法公社希望发现和投资非凡创业者(AlphaFounders),相信非凡创业者们在技术、商业和社会方面的巨大推动力,他们指引着创投生态...……更多
现场直击一文总结!OpenAI开发者大会,史上最强GPT-4 Turbo发布,AI圈地震
...OpenAI介绍,这种API是为了灵活性设计,用例范围包括基于自然语言的数据分析应用、编码助手、AI驱动的假期规划器、语音控制的 DJ、智能视觉画布。支持Assistants API的功能和新GPT产品的相同,都有自定义指令和一些工具,例如...……更多
最新美国国家人工智能科学院院士介绍
...国际人工智能领域的知名学者和专家,他们在机器学习、自然语言处理、计算机视觉、机器人技术、智能系统等方向具有深厚的学术背景和丰富的实践经验。这些成员通过参与科学院的研究项目、撰写学术论文、举办学术会议和...……更多
苹果大模型,不藏了
...模态理解能力,使得Ferret能够同时处理用户输入的图像和自然语言,并且由于其算法能够将图像中的元素准确拆分、定位,Ferret可以准确理解如“图片右上角”、“靠近沙发”这类指令。相比于卷疯了的自然语言处理,这种基于...……更多
人工智能已成风口:这款扫地机器人也要拥抱AI
...合如今的AI热潮,借助大语言模型可以让扫拖机器人听懂自然语言,从而交流起来更加方便,例如石头新近推出的自清洁扫拖机器人P20Pro就是一款内置大语言模型的扫拖机器人。想要实现模糊语音识别,就必须要求性能出色的大...……更多
刚刚,Llama 3.2 来了!支持图像推理,还有可在手机上运行的版本
...级的图表理解、图像描述和视觉定位任务,比如直接根据自然语言描述定位图像中的事物。举个例子,用户可以提问:「去年哪个月的销售情况最好?」然后 Llama 3.2 可以根据可用图表进行推理并快速提供答案。至于轻量级的 1B ...……更多
苹果正式迈入人工智能时代,用户可通过Siri向ChatGPT提问
...VisionOS、iPadOS、iOS、MacOS、watchOS 等系统更新悉数亮相后,人工智能成为了压轴登场的主角。本次大会不仅揭晓了苹果在人工智能领域的最新布局,即“苹果智能(Apple Intelligence)”服务,还宣布与 OpenAI 达成合作,将 ChatGPT 深度...……更多
最强多模态模型GTP-4o问世,OpenAI继续开启人工智能创新之路
...大的亮点之一。该模型可以接受文本和图像输入,并生成自然语言、代码等文本输出。在给定文本和图像输入的情况下,GPT-4o能够迅速捕捉关键信息,进行深度分析和总结,为用户提供全面、准确的解答。 在图像理解方面,GPT-...……更多
神仙打架!谷歌新款大模型Gemini 和GPT-4谁能笑到最后?丨科技观察
封面新闻记者 马晓玉 边雪2022年底的人工智能的热潮是OpenAI的ChatGPT带来的,而2023年底,谷歌带着它的Gemini高调杀回人工智能圈。美国时间12月6日早间,谷歌发布了外界期待许久的大语言模型Gemini,在发布会现场,谷歌将Gemini的...……更多
北大推出全新机器人多模态大模型!面向通用和机器人场景的高效推理和操作
...g up 显著推动了大语言模型(LLMs)研究的发展,展示了在自然语言处理(NLP)中推理和泛化能力的显著进步。为了理解多模态信息,多模态大语言模型(MLLMs)应运而生,赋予 LLMs 视觉指令跟随和场景理解的能力。受 MLLMs 在通用...……更多
浙大校友自研跨模态模型,打造具身智能的“通用语法”
...RT2 为代表的第二代模型尝试整合 LLM 与视觉 Transformer,将自然语言与现实世界更紧密地结合起来。不过,即便如此在构建四维世界模型、有效预测未来行为、以及在复杂交互场景中进行灵活推理等方面仍然面临挑战。图丨谷歌 Pa...……更多
当生成式人工智能走向战场
...据间的关系。以ChatGPT为例,其模型架构是基于AI技术中的自然语言处理和深度学习技术生成,拥有1750亿参数,通过对巨量的数据集进行预训练,能够学习这些数据中的语言规则和模式。它还利用“人在回路”的方式进行了优化...……更多
...户的指令生成文本等内容。与传统软件不同,它能够解析自然语言命令,并在多种任务中表现出色,因而既用户友好又具有多样性。文章指出:“与大语言模型的互动看似非常简单:只需输入一个问题,立刻得到回答。然而,有...……更多
语音能力再突破!讯飞星火语音大模型即将发布
记者 刘阿龙人工智能快速发展催生语音合成技术不断成熟,让机器不仅能“开口说话”,还能“谈心交心”,在语音技术的突破下,人机交互将迎来新的发展阶段。1月30日,讯飞星火认知大模型V3.5升级发布会即将举行,会上将...……更多
...、公共支撑产品,这些产品涵盖了语音识别、图像识别、自然语言处理、机器学习、计算机视觉、知识图谱、数据挖掘等多个领域,覆盖了教育、医疗、金融、安防、交通、文化等多个行业,展示了成都在人工智能领域的创新实...……更多
苹果300亿参数大模型首亮相,还买了家AI公司|焦点分析
...,参数规模有30亿、70亿、300亿三种大小,有图像识别和自然语言推理能力。其中,参与该论文的作者有30人,一半以上都是华人。 MM1测试效果不如Gemini和GPT4V和市面上其他大模型相比,MM1亮点并不在惊艳的效果上,也没有提出...……更多
AIGC工具测评:生成式AI的产品表现如何
...入了一个新阶段。相较于前代产品GPT-3.5,GPT-4不仅在处理自然语言方面取得了显著提升,而且在多语言处理能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...……更多
Sora再度颠覆AI视频行业,A股哪些公司有相关布局?
人工智能(AI)巨头OpenAI又出王炸,其最新推出的文生视频大模型Sora因其“逼真”和“富有想象力”被广泛赞誉,其生成视频可达60秒也颠覆了传统视频生成领域平均只有4秒的视频生成长度。OpenAI官网介绍,Sora是一种扩散模型...……更多
2023内容科技应用典型案例:“央视听媒体大模型”发布
...一、案例概述2023年7月20日,中央广播电视总台联合上海人工智能实验室打造了“央视听媒体大模型”(以下简称“央视听大模型”),以海量视听数据和深度专业知识为驱动,利用原创先进算法和超大规模算力进行训练,赋能...……更多
两个人工智能系统说起“悄悄话”
本文转自:科技日报不依赖于预定义的命令或编程两个人工智能系统说起“悄悄话”两个AI系统实现相互对话,预示着AI系统将像人类一样进行互动交流。图片来源:slguardian.org科技日报北京3月24日电 (记者张佳欣)瑞士日内瓦...……更多
Sora“超级涌现力”将把AI引向何方
...的后续单词——就这样一个个接缀合成出句子,最终达到自然语言合成的目的。因此,OpenAI公司CEO山姆·阿尔特曼曾说:“预测下一个单词是通用人工智能(AGI)能力的关键。”那么,Transformer模型是如何被训练的?一般采用的...……更多
...谷歌公司6日宣布推出该公司“规模最大、功能最强”的人工智能模型“双子座(Gemini)”。谷歌旗下人工智能公司“深层思维”的首席执行官兼联合创始人德米斯·哈萨比斯代表“双子座”研发团队介绍说,“双子座”是谷歌迄...……更多
生成式大模型的远水,解不了智能手机厂商的近渴
...所展现出的远超过往人工智能应用的能力水平——无论是自然语言对话问答、知识总结、文稿编写乃至是程序编写、图像生成等,都可堪惊艳,在消费者可感知的领域产生了可成为真正生产力的感觉。 也正是基于ChatGPT所展显出...……更多
“世界模拟器”的文化偏见与AIGC时代的文化竞争
...型Sora演示素材发布后,再次在全球范围引发了对生成式人工智能的迭代进化及内容生成能力的关注。它可以根据简单的文本指令生成长达60秒的高质量视频。这些视频不仅背景细致,还包含复杂的多角度镜头和富有情感的角色,...……更多
更多关于科技的资讯:
仁怀38款“亲民酒”携“官方身份证”走俏酒博会
多彩贵州网讯“扫这个码,生产厂家、生产时间、出厂日期一目了然!”9月10日,在中国酱香白酒核心产区(仁怀)馆的“亲民酒·口粮酒”新品上市发布会上
2025-09-11 22:04:00
罗永浩吐槽西贝“几乎全都是预制菜”,西贝否认并称“一定会起诉他”,听听律师怎么说
大皖新闻讯 这两天,罗永浩吐槽连锁品牌西贝“用预制菜且贵”一事引发关注。9月11日,西贝创始人贾国龙回应称西贝没有预制菜
2025-09-11 23:00:00
社交倦怠的年轻人,遇见有「活人感」的AI
这届年轻人,正在普遍经历着“社交倦怠”。白天到深夜,他们应接不暇地处理工作学习任务,属于自己的个人娱乐时间岌岌可危。不敢停下工作的脚步
2025-09-11 11:12:00
9月10日,在“以创新激发消费潜能,平台企业大有可为”的线上论坛中,中国中小企业协会专职副会长朱玉、中国社会科学院数量经济与技术经济研究所副所长蔡跃洲都充分肯定新发布的高德扫街榜
2025-09-11 13:25:00
9月9日,YouthPick全球青年优选榜正式启动,该活动由欧亚商业联盟及 BlueHorse Hub(蓝马共创中心)主办
2025-09-11 13:25:00
国产高端主控芯片模组厂在江北新区投产固态硬盘“大脑”,南京造!南报网讯(通讯员胡晓靓记者夏思宇)身处数字化时代,固态硬盘(SSD)是掌握系统运行速度
2025-09-11 08:50:00
8个月引来24个项目,建邺招商“亿”军突起9月,德国奥乐齐首进南京建区域总部□南京日报/紫金山新闻记者 卫凌云 通讯员建投宣招商热潮涌
2025-09-11 07:44:00
南瑞继保发挥“头雁效应”,带领全产业链跑出中国智能电网自主创新路让产业链“筋骨”更壮“血脉”更通□南京日报/紫金山新闻记者黄琳燕国网湖南衡阳站
2025-09-11 07:44:00
近30家赣企参展投洽会 江西前沿科技亮绝活
本报讯 全媒体记者陈春伟报道:9月8日至9月11日,第二十五届中国国际投资贸易洽谈会(简称“投洽会”)在福建厦门举行。江西组织近30家优质企业参展
2025-09-11 06:36:00
2025服贸会丨走进贵州展区 一睹服贸“新”风采
2025年中国国际服务贸易交易会(简称“服贸会”)于9月10日至14日在北京首钢园区举办。其间,贵州将以“开放贵州,创新服贸”为主题设立展区
2025-09-11 03:24:00
烟台高新区多家企业入围第十届“创客中国”时空信息大赛决赛
胶东在线9月9日讯(通讯员 郭健)近日,由工业和信息化部网络安全产业发展中心(工业和信息化部信息中心)、北京市经济和信息化局联合主办
2025-09-11 03:03:00
8月28日,秦皇岛市海港区阿尔勃特空间智能(河北)视觉技术有限公司展示区,公司副总经理朱晓明用语音进行操作,要求机器人“鲁班1号”打好对应工位的螺丝
2025-09-10 08:27:00
第六届中国人工智能大赛在厦启动 描绘“数实融合”新图景
扫码了解详情厦门网讯(厦门日报全媒体记者 翁华鸿)在生成式人工智能持续迭代演进、与实体经济深度融合的背景下,一场高规格的人工智能盛会再度在厦门启航
2025-09-10 08:27:00
上海人工智能实验室主任、首席科学家周伯文:“人工智能+供应链”创新成果将在厦涌现
周伯文。(厦门日报全媒体记者 王火炎 摄)厦门正在全力推进国家人工智能应用中试基地建设,一批“人工智能+供应链”的创新成果有望在此加速涌现
2025-09-10 08:58:00
随着中报陆续披露,在今年国内医疗器械行业普遍承压的大环境下,鱼跃医疗交出了一份营收、净利双增的亮眼答卷,其中海外业务同比增长26
2025-09-10 09:17:00