- 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。
...并实现部分专利产学研转化落地应用。以GPT-4o为代表的多模态大语言模型（MLLMs）因其在语言、图像等多种模态上的卓越表现而备受瞩目。它们不仅在日常工作中成为用户的得力助手，还逐渐渗透到自动驾驶、医学诊断等各大应...……更多
2024-07-25 09:31:00模态,清华,可信度,领衔,可信,几何
...像与语音识别能力。本月初，微软更是公布了 166 页的多模态版 GPT-4V 的相关文档，详细探讨了 GPT-4V 的功能和使用情况，这一举动引起了业界的广泛关注。然而，在视觉语言模型的角逐中，谷歌也不甘示弱。
近日，Google Research...……更多
2023-10-17 16:31:00更快,模型,视觉,语言,训练,模型
...实力。该模型在平均320毫秒（最快232毫秒）的时间内响应音频输入，与人在会话中的反应时间相近，使得人机交流更加自然、顺畅。此外，GPT-4o还能处理50种不同的语言，让全球用户都能轻松享受智能服务。相比前代产品GPT-4 Turb...……更多
2024-05-14 14:04:00模态,之路,人工智能,人工,模型,智能
...最新多模态大模型GPT-4o（o代表omini，全能），支持文本、音频和图像的任意组合输入，并生成文本、音频和图像的任意组合输出，可实现人类级别响应。从已有的演示视频来看，谷歌AI助手的回应速度似乎比GPT-4o稍慢一些，语音...……更多
2024-05-15 18:31:00不够,还是,生成,模型,文生,图像
...有主流价值观的党媒算法模型，能准确审校文本、图片、音频、视频、直播等多模态内容，为提高网络治理能力、营造清朗的网络空间提供了有力支撑和保障。此外，齐鲁壹点还相继打造了智能创作平台、智能爬取系统、智能媒...……更多
2023-11-23 16:35:00山东省,山东,技术产品,实验室,亮点,智慧
...于浅层。如何利用好互联网上海量的多模态语料（图片、音频、视频）进行大规模训练仍然具有挑战。2023年7月，OpenAI公布了由其首席科学家伊利亚·苏茨克维(Ilya Sutskever)和首席强化学习专家詹·雷克(Jan Leike)发起的超级对齐计划...……更多
2024-06-05 18:36:00清华,模型,教授,性能,方法,模型
...画”全方位的原生多模态能力，能够无缝衔接并深度解析音频、视频、图像、文本等多元化数据，展现出前所未有的数据处理与理解能力。为了进一步赋能医疗领域，支付宝医疗大模型深度融合了海量医疗数据资源，包括覆盖报...……更多
2024-07-05 16:17:00模态,模型,支付,视觉,医疗,支持
...拥有“双智天花板”级的智能体验。本次发布,华为空间音频首次“上车”,重构座舱沉浸听音体验,华为音乐也成为首个正式支持车载高清空间音频体验的平台。而全新升级的车载小艺智慧助手,带来多个智慧新功能,包括小艺智慧...……更多
2023-04-18 17:22:00华为,听觉,高清,音频,体验,空间
...-Omni 是一个为端而生的全模态理解模型，同时具备图片、音频、文本三种模态数据的处理能力：在图像理解方面，Megrez-3B-Omni 是目前 OpenCompass、MME、MMMU、OCRBench 等多个主流测试集上精度最高的图像理解模型之一。
在文本理解方...……更多
2024-12-17 09:24:00模态,模型,全球,模态,模型,精度
...AI春季发布会，发布了新版旗舰模型GPT-4o。GPT-4o 将文本、音频和视觉集成到一个模型中，提供更快的响应时间、更好的推理能力以及在非英语语言中的更佳表现，不仅在传统文本能力上与GPT-4 Turbo性能相当，还在API方面更快速，...……更多
2024-10-21 10:03:00模型,行业报告,新纪元,报告,发展,行业
...量的模型已经完全能够胜任。另外，阿里云也首次开源了音频理解大模型Qwen-Audio，这是在多模态领域的一次探索。Qwen-Audio能够感知和理解人声、自然声、动物声、音乐声等各类语音信号。用户可以输入一段音频，要求模型给出...……更多
2023-12-01 21:07:00通义,模型,尺寸,移动,模型,阿里
多模态检索增强生成（mRAG）也有o1思考推理那味儿了！阿里通义实验室新研究推出自适应规划的多模态检索智能体。名叫OmniSearch，它能模拟人类解决问题的思维方式，将复杂问题逐步拆解进行智能检索规划。随便上传一张图，...……更多
2024-12-05 09:45:00模态,拆解,阿里,检索,过程,智能
...并吸收任何类型的输入和输出，包括文本、代码、视频、音频和图像。Gemini 模型从大到小分为 Ultra，Pro，Nano 三个版本。其中 Pro 版本已经整合到谷歌的 Bard 平台中，但目前仅支持英文地区的用户使用。界面体验： Gemini的界面设...……更多
2024-03-25 13:00:00生成,工具,产品,用户,界面,通义
...运营等环节中沉淀下大量数据，涵盖文本、表格、图片、音频和视频等多模态格式。知识库可以说是企业的“独家配方”，具有机密性、专业性和规模化的特点。知识库不仅是大模型发挥能力的核心“语料”，更是大模型真正在...……更多
2024-08-30 14:57:00应用开发,模型,应用,开发,平台,模型
...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
2024-11-26 09:46:00一键,模态,高质量,生成,模型,图像
...Gemini 1.5 Pro这样的原生多模态模型，在多模态数据（包括音频、视频、图像和文本）上联合训练，能够处理非常长的上下文长度*（（2M +），适合直接对HourVideo进行端到端评估。为了与模型性能进行对比，实验人员从基准数据集...……更多
2024-11-11 13:31:00团队,智能,空间,视频,模态,模型
...通过简单的自然语言提示生成文本、图像、代码、视频、音频等多种内容”。据了解，PaLM 是一个大型语言模型，类似于 OpenAI 开发的 GPT 系列或 Meta 公司开发的 LLaMA 系列。谷歌于 2022 年 4 月首次公布了 PaLM。与其他 LLM 一样，PaLM...……更多
2023-03-15 21:00:00模态,微软,早报,模型,训练,科技
GPT-4o的文本和图像功能开始在ChatGPT中免费推出，音频模式存在各种新风险而未公开，未来音频输出将仅限于选定的预设声音，并要遵守安全政策。GPT-4o生成图像：机器人正在输入日志条目，正文很大，清晰易读，机器人的手在...……更多
2024-05-14 16:45:00本实,和文,推理,新品,音频,对话
...的技术企业，其将AIGC技术广泛应用于覆盖文本、图像、音频、视频、3D模型、触觉等跨越多种模态的内容理解和转换生成业务中。据悉，其跨模态开放任务处理能力可为元宇宙会展、智慧媒体、智慧科教、智慧文娱、数字商业等...……更多
2023-04-24 19:00:00图谱,思路,领域,产业,应用,科技
...提供，并作为API提供。该多模态模型集成了文本、图像和音频处理能力，带来了全新的生成式和对话式AI体验。此外，由微软开发的Phi-3列AI小型语言模型（SLM）中的一种新型多模态模型Phi-3-vision现已在Azure中推出。Phi-3模型功能...……更多
2024-05-22 20:01:00微软,微软,纳德拉,纳德,模型,功能
...VALL-E 2是一个文本转语音(TTS)生成器，只需利用几秒钟的音频就能重现说话人的声音。其效果非常逼真，以至于无法向公众发布。微软研究人员在6月17日发表在预印本文献库上的一篇论文中称，VALL-E 2能够“准确、自然地生成与原...……更多
2024-07-15 09:37:00重磅,危险,语音,研究人员,人工智能,微软
...客之姿杀入江湖的Mistral AI，在9月份甩出了自家的首款多模态大模型Pixtral 12B，如今，报告之期已至，技术细节全公开。作为欧洲的OpenAI，Mistral最近压力不小。端侧小模型端不出来，对比评测的结果又遭到质疑。上个月震撼登场...……更多
2024-11-20 09:43:00模态,竞技场,竞技,报告,技术,模态
...作为研究的切入点？据刘山松介绍，他在读博期间就从事音频研究，对音乐有着较为浓厚的兴趣。工作以后又发现许多用户都有配乐的实际需求。“比如，视频制作者要想快速积累粉丝，就要制作出一个爆款视频引流。其中，选...……更多
2024-04-09 10:25:00模态,音乐,科学家,生成,模型,创作
...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
2024-06-29 09:37:00模态,基准,弱点,团队,模型,任务
...“说”会“画”的原生多模态能力，可以直接理解并训练音频、视频、图、文等多模态数据。在这个基础上，支付宝医疗大模型添加了包含报告、影像、药品等百亿级中英文图文、千亿级医疗文本语料及千万级高质量医疗知识图...……更多
2024-07-06 13:14:00模态,模型,支付,医疗,模态,模型
...文本“翻译”成图像，以及让图像变成视频、让文本变成音频等等。多模态模型自去年以来受到了热烈的关注，让用户与AI的互动变得更高效。这也就是为何谷歌在去年12月发布的大模型Gemini的宣传片引起了轰动：在片中，Gemini...……更多
2024-02-12 12:33:00人工智能,人工,生成,趋势,智能,行业
...推出GPT-4，它是一个多模态模型，可以处理文本、图像、音频和视频。他表示，大型语言模型（LLM）已经适用于几乎所有语言，可以在一种语言中提出问题，然后在另一种语言中得到答案。[#zolsplit_eca_zolecjd电商推广区域分隔符开...……更多
2023-03-10 17:00:00微软,将于,惊喜,应用,视频,电商
【新智元导读】Meta首个理解图文的多模态Llama 3.2来了！这次，除了11B和90B两个基础版本，Meta还推出了仅有1B和3B轻量级版本，适配了Arm处理器，手机、AR眼镜边缘设备皆可用。Llama 3.1超大杯405B刚过去两个月，全新升级后的Llama 3....……更多
2024-09-27 13:39:00模态,宝宝,模型,图像,训练,文本
...保留了之前的五种语音模式的基础上，大大提升了图像和音频理解方面的能力，能够进行实时语音通信，可以识别音调、说话的人和背景噪音，甚至可以输出笑声、歌唱声和表达情感。斯嘉丽怒怼ChatGPT语音模式：山寨!5月21日，...……更多
2024-05-21 18:11:00嘉丽,约翰逊,约翰,山寨,我的朋友,声音
...监控产品研发、生产和销售,产品包括硬盘录像机(DVR)、视音频编解码卡等数据存储及处理设备,以及监控摄像机、监控球机、视频服务器(DVS)等视音频信息采集处理设备。海康威视2023一季报显示，公司主营收入162.01亿元，同比下...……更多
2023-05-19 14:39:00海康,威视,人工智能,人工,模型,概念
更多关于科技的资讯：
本文转自：人民网人民网北京12月29日电 （记者王绍绍）人工智能释放技术价值红利的同时带来复杂风险挑战，如何平衡发展与安全已成为牵动人类命运共同体的重大课题
2024-12-29 10:38:00
快科技12月29日消息，据媒体报道，近日，多家公司的Chrome浏览器扩展功能遭到黑客攻击，导致用户敏感数据面临泄露风险
2024-12-29 10:39:00
快科技12月29日消息，NVIDIA新一代旗舰显卡RTX 5090、5080即将于1月份的CES 2025大展期间官宣
2024-12-29 11:09:00
快科技12月29日消息，日前，在抖音拥有285万粉丝的网红绘画博主“咖啡”助理发讣告称：网红“咖啡”因直肠癌去世，年仅29岁
2024-12-29 11:09:00
快科技12月29日消息，易车榜今日发布了小米SU7今年1-11月份的城市销量Top20榜单。榜单显示，小米SU7的主要受众为新一线及一线城市
2024-12-29 11:09:00
大众网记者 王艳彩 临沂报道12月27日上午，临沂市人民政府新闻办公室召开新闻发布会，向大家介绍临沂市制造业数字化转型工作相关情况
2024-12-29 11:26:00
快科技12月29日消息，日前，有雷克萨斯女车主发布视频维权称，自己的车辆质保期内行驶中起火，事故发生后全车车标被扣走，4S店对起火一事不管不问
2024-12-29 11:39:00
本文转自：人民网今天，让我们跟随西班牙小伙湖长明，一起去认识他的机器人朋友。看看它们如何执行指令，在商超、家庭等多元化场景中发挥本领，在人机互动中感受科技的发展脉搏。
2024-12-29 11:44:00
2024年即将风驰电掣般过去。这两天很多人问：发生了那么多大事，究竟哪件才是“高光”？从年初拿到版号，到年中“破石出海”
2024-12-29 11:47:00
快科技12月29日消息，据央视最新报道，韩国全罗南道消防厅在务安机场，对济州航空7C2216航班乘客家属表示，事故客机上除2人幸存以外
2024-12-29 12:09:00
快科技12月29日消息，央视官方今日宣布，由总台社教节目中心精心筹备的首届《中国科技创新盛典》将于12月29日晚22:30在CCTV-1首播
2024-12-29 12:39:00
快科技12月29日消息，手心输入法在前不久时隔六年后发布了Windows端v3.1版更新，不过此次更新却引发了用户热议
2024-12-29 12:39:00
快科技12月29日消息，29日上午9时7分许，由泰国曼谷起飞的济州航空7C2216号航班在位于全罗南道的务安机场降落时坠落
2024-12-29 12:39:00
2025年1月7日-10日，被誉为“科技春晚”的CES全球消费电子展将在美国拉斯维加斯如约举行，海信将以“AI Your Life”为主题亮相
2024-12-29 13:21:00
日前，海信ULED AI画质电视U8系列产品荣获了世界绿色设计组织（WGDO）颁发的“2024绿色设计国际大奖” ，海信作为唯一获此殊荣的中国彩电品牌
2024-12-29 13:22:00