• 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
微软推出全能型人工智能模型 Kosmos-1
...觉难题、执行视觉文本识别、通过视觉智商测试以及理解自然语言指令等等。从报道中获悉,Kosmos-1可以处理文本、音频、图像和视频等内容,构建一个全能型的人工智能,可以像人类思维一样来处理任务。研究人员在他们的学...……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
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
...模态预训练大语言模型?记者采访了上海交通大学教授、自然语言处理专家赵海。“读图编程”表演令人惊艳赵海教授解释,模态对应的是人类感知类型,包括文本、图像、声音等。一个智能系统如果能处理两种或两种以上的感知信...……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
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
...神经活动到语义信息。然后,结合大型语言模型多模态的自然语言处理能力,将语义信息转换为具体的操作或指令,为广泛的应用场景提供支持,包括智能家居、无障碍辅助、虚拟现实游戏以及人机交互等。灵羽助手:一款让AI...……更多
36氪研究院 | 2023年中国AI+游戏行业研究报告
...低数据需求量和训练时间,进而减少边际落地成本。随着自然语言大模型的逐渐成熟,其在游戏领域的商业化落地进度进一步提升。例如,Stable Diffusion可快速创建成场景、道具、武器等游戏资产;Ghostwriter可帮助研发人员设计游...……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
昆仑万维发布国产版ChatGPT“天工” 今日启动邀请测试
...品“天工巧绘”后的又一款生成式AI产品。“天工”通过自然语言与用户进行问答式交互,AI生成能力可满足文案创作、知识问答、代码编程、逻辑推演、数理推算等多元化需求。即日起,获得邀请的用户可在“天工”官网登陆...……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
商汤发布开源社区最大最强多模态多任务通用大模型“书生2.5”
...或图像中物体检测及视觉定位。 三位一体,高效能打通自然语言、图像等多模态任务处理“书生2.5”在图文跨模态领域卓越的性能表现来自于视觉、语言及多任务建模三大模型能力的有效融合,即InternImage-G通用视觉大模型、用...……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
更多关于科技的资讯:
构筑青年英才新高地,打造创新创业新天堂。6月21日,“大走廊杯”2024中国·杭州博士后科创精英赛预赛开赛。361个来自海内外世界顶级学府的高精尖
2024-06-25 07:38:00
OPPO Find X8系列影像出炉:双潜望独此一家
快科技6月25日消息,博主数码闲聊站暗示,OPPO Find X8标准版采用三摄方案,主摄是5000万像素,拥有1/1
2024-06-25 08:05:00
暴跌近7%!英伟达总市值三天蒸发4万亿元:曾一度成为市值最高公司
快科技6月25日消息,上周短暂成为市值最高公司的英伟达今日股价跌超6%,报118.11美元,创两个月以来最大单日跌幅,总市值回落到2
2024-06-25 07:35:00
《英雄联盟》Faker直播带货!销售额超1700万
日前,英雄联盟官方在抖音平台上开启了一场备受瞩目的带货直播活动,由传奇选手Faker亲自坐镇,为他的新名人堂皮肤进行推广
2024-06-25 08:05:00
多个重大平台正式启动赋能软件开发企业,提升工业软件创新能力南报网讯(记者徐宁)在昨天举行的2024南京软件大会暨工业软件供需大会开幕式上
2024-06-25 07:52:00
realmep1pro5g印度市场新增12gbram版本
CNMO注意到,中国手机品牌realme旗下的P1Pro5G手机在印度市场上新增了12GBRAM版本,进一步满足了消费者的需求
2024-06-25 08:49:00
精挑细选的四款高性价比机型推荐
在智能手机市场中,旗舰机型的璀璨光芒往往伴随着令人咋舌的价格标签,让众多消费者驻足不前。尽管这些顶级手机以其卓越的性能和令人赞叹的创新体验赢得了市场的广泛赞誉
2024-06-25 08:49:00
索尼手机在日本市场份额堪比“坐过山车”
尽管小米、OPPO、vivo、传音等中国手机品牌在全球市场上已经取得了惊人的成绩,但在日本市场上却始终难有成绩,这一市场长期以来被苹果
2024-06-25 08:46:00
再不生也要灭绝!日本官方推AI约会App:帮助单身男女牵线搭桥
6月25日消息,据国外媒体报道称,如果日本和韩国不提高生育率,那么可能面临灭国。在这样的大背景下,最近东京政府非常着急
2024-06-25 08:50:00
三星zflip6欧洲售价公布
三星即将在7月10日的GalaxyUnpacked发布会上揭开多款新设备的神秘面纱,其中就包括备受期待的ZFlip6。6月24日
2024-06-25 08:51:00
何志奇:比亚迪做为新能源领导者也是在摸石头过河 不会教别人如何做车
快科技6月25日消息,比亚迪执行副总裁何志奇日前发文表示:最近有媒体建议,比亚迪发布会总是讲技术,也可以讲点别的,至少可以增加流量啊
2024-06-25 09:05:00
一加nordce4lite5g印度发布,配置全面升级
近日,CNMO注意到,一加在印度市场正式发布了其全新的中端智能手机——一加NordCE4Lite5G。这款新机作为NordCE3Lite的继任者
2024-06-25 08:47:00
190名技能高手重庆“论剑” 看他们有哪些“绝招”
本文转自:重庆日报网6月24日,美发项目比赛现场,中国澳门和日本的选手正在进行比赛,通过镜子折射,看上去像在合作。记者 崔力 摄/视觉重庆6月24日
2024-06-25 09:26:00
车路云起时:多地启动百亿级示范项目,能否撬动万亿市场
“车路云一体化”概念近日在二级市场掀起的热潮,可谓当前“车路云一体化”产业进展的映照。近日,多地车路云一体化示范项目密集启动
2024-06-25 09:10:00
iphone16pro和16promax尺寸显著调整
随着科技巨头苹果公司对新一代iPhone的发布日期日益临近,关于iPhone16系列的详细尺寸信息逐渐浮出水面,为期待新机的消费者提供了重要线索
2024-06-25 09:05:00