标签:模型

助力抑郁症初筛!上海交大团队构建Agent心理诊所,论文一作在线展示demo,分享技术亮点

作者:兰焜耀,十九 编辑:李宝珠 在「Meet AI4S」系列直播第四期中,上海交通大学跨媒体语言智能实验室博士兰焜耀,以「基于大模型 Agent 的精神健康问诊和...
阅读原文

GPT-4o、NotebookLM带来的AI语音新变化,声网们是怎么想的?

GPT-4o 的语音演示,引燃了行业对于 AI 产品语音实时交互的想象,完全实时、可随时打断的 AI 助手,正成为新的 趋势。 而 Google Labs 推出的 NotebookLM,则...
阅读原文

实时音视频领域拓荒者的十年

谁能抓住这波实时对话式AI的机遇?作者丨张 进 编辑丨陈彩娴 2015 年,声网将WebRTC大会引入中国,筹办了第一届面向国内开发者、业务人员和用户的RTC(实时视...
阅读原文

AI + 影视,学会「避坑」再「吟诗 」丨CNCC 2024

AI 到底能不能在影视界玩出新花样?作者丨郑佳美 编辑丨马晓宁 “在影视行业,越专业的人越觉得 AI 就是个傻瓜相机!它只会产生一些让人「致幻」的 demo,实际...
阅读原文

曝MiniMax年营收或超7000万美金,旗下应用Talkie爆火;雷军回应AI语音恶搞:很困扰,希望大家别玩了丨AI情报局

要闻提示1.曝MiniMax今年收入预计7千万美元,旗下应用Talkie爆火产生大量广告收入,引发角色陪伴类AI应用复刻热潮 2.雷军 AI 语音被恶搞!雷军首次回应:让自...
阅读原文

Copilot放大招!接入Claude和Gemini,Cursor地位不保?

夕小瑶科技说 原创作者 | 小鹿家人们,在昨天举行的GitHub Universe年度大会,Github宣布了两件大事! 宣布人工智能编程助手Copilot,不再只绑定OpenAI的GPT...
阅读原文

中国存储厂,杀入顶分桌

如果不是 2016 年,AI 在围棋上大放异彩,关于高性能存储的故事本不会这么复杂——它应该是一场玩家数量极其有限的牌局,由英特尔、IBM、DataDirect Networks、...
阅读原文

统一图像生成,无需繁杂插件!智源发布扩散模型框架OmniGen

允中 发自 凹非寺量子位 | 公众号 QbitAI多模态模型,统一图像生成。 最新扩散模型框架来了。 智源研究院推出OmniGen,它能天然支持各种图像生成任务,架构高...
阅读原文

突破短视频局限!MMBench 团队构建中长视频开放问答评测基准,全面评估多模态大模型视频理解能力

新宇投稿 凹非寺量子位 | 公众号 QbitAIGPT-4o 四月发布会掀起了视频理解的热潮,而开源领军者Qwen2也对视频毫不手软,在各个视频评测基准上狠狠秀了一把肌肉...
阅读原文

o1之后,GitHub又接入Claude、Gemini,网友:也杀不死Cursor

机器之心报道 编辑:陈陈那些转到 Cursor 的用户,会不会又被吸引过来呢?从今天起,GitHub Copilot 用户可以有更多模型选择了。 包括 Anthropic 的 Claude 3...
阅读原文

Runway CEO:AI公司的时代已经结束了

机器之心报道 编辑:佳琪、小舟今年的大模型,上半年异常热闹,下半年有些凉凉。 做底层大模型研发,就像一场旷日持久的马拉松,研发成本高、技术门槛高,迭...
阅读原文

国产最强语音大模型诞生,MaskGCT宣布开源,声音效果媲美人类

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术...
阅读原文

Copilot一夜编程助手,GitHub官宣接入Claude+Gemini!OpenAI沦为备胎

新智元报道编辑:编辑部 LHYj 【新智元导读】OpenAI再也不是微软的唯一解。第十届GitHub开发者大会上,微软官宣GitHub Copilot同时接入Claude 3.5 Sonnet和Ge...
阅读原文

多模态大模型: 盘点&Highlights part2——Qwen-VL系列

讲座预告11月1日上午10点,南开大学在读博士李森茂,将以《基于扩散模型编码器模块的推理加速》为主题进行直播讲解,欢迎扫码报名~导读Hi大家好,我叫延捷,...
阅读原文

NeurIPS 2024收录!基于扩散模型编码器模块的推理加速丨一作、南开大学博士生李森茂讲座预告

最近,文本到图像的扩散模型取得了显着的进步。值得注意的是,Stable Diffusion和DeepFloyd-IF是当前开源社区中最成功的两个扩散模型。这些模型基于UNet架构...
阅读原文
12021222324483