标签：文本
Pika联创参与新研究：Diffusion能抢GPT的活了！成功挑战自回归文本范式
丰色 发自 凹非寺量子位 | 公众号 QbitAI纵观生成式AI领域中的两个主导者：自回归和扩散模型。 一个专攻文本等离散数据，一个长于图像等连续数据。 如果，我...
RAG实战全解析：一年探索之路
4月18-19日，由智猩猩与智东西共同主办的2024中国生成式AI大会将在北京JW万豪酒店举行。大会完整议程出炉，55位嘉宾出席！免费票申请通道即将关闭，大会通票...
剑指Sora！120秒超长AI视频模型免费开玩
新智元报道编辑：alan 【新智元导读】近日，Picsart AI Resarch等团队联合发布了StreamingT2V，可以生成长达1200帧、时长为2分钟的视频，一举超越Sora。同时...
CVPR 2024 | 仅需文本或图像提示，新框架CustomNeRF精准编辑3D场景
机器之心专栏 机器之心编辑部美图影像研究院（MT Lab）与中国科学院信息工程研究所、北京航空航天大学、中山大学共同提出了 3D 场景编辑方法 ——CustomNeRF，...
CVPR 2024丨文本或图像提示精准编辑 3D 场景，美图&信工所&北航&中大联合提出 3D 编辑方法 CustomNeRF
美图影像研究院（MT Lab）与中国科学院信息工程研究所、北京航空航天大学、中山大学共同提出了3D场景编辑方法——CustomNeRF，同时支持文本描述和参考图像作为3...
谷歌推出Imagen 2，可生成短视频
点击上方蓝字关注我们“谷歌发布Imagen 2，一款新的AI图像生成工具，旨在为企业用户提供专业服务。尽管面临竞争和深度伪造的担忧，谷歌通过创新功能和安全措施...
苹果发布多模态模型 Ferret-UI，部分手机 UI 任务超越 GPT-4V
手机厂商自研的端侧模型功能，会超越纯正的大模型团队吗？编译 | 赖文昕 编辑 | 陈彩娴 大模型的诞生，让科技巨头与创业公司们在新一轮的竞赛中再次鸣枪出发...
谷歌DeepMind发布Gecko：专攻检索，与大7倍模型相抗衡
机器之心报道 编辑：陈萍Gecko 是一种通用的文本嵌入模型，可用于训练包括文档检索、语义相似度和分类等各种任务。 文本嵌入模型在自然语言处理中扮演着重要...
首个开源世界模型！百万级上下文，长视频理解吊打GPT-4，UC伯克利华人一作
新智元报道编辑：alan 【新智元导读】来自UC berkeley的研究人员开源了首个世界模型，多模态性能优秀，长视频理解吊打GPT-4，同时将上下文长度增加到百万级别...
一眼假！GPT4V可有效识别DeepFake图像！
夕小瑶科技说 原创作者 | 芒果引言：AI时代的信息真伪辨识在人工智能迅猛发展的今天，我们面临着前所未有的信息真伪辨识挑战。AI技术，尤其是深度学习模型，...
上海交大新框架解锁CLIP长文本能力，多模态生成细节拿捏，图像检索能力显著提升
白交 发自 凹非寺量子位 | 公众号 QbitAICLIP长文本能力被解锁，图像检索任务表现显著提升！ 一些关键细节也能被捕捉到。上海交大联合上海AI实验室提出新框架...
打败 Midjourney，这个 Google 大牛推出的 AI 产品凭什么弯道超车
这可能是 最懂文字 的AI模型没有谁能一直称王，但加上前缀谁都有称王的机会。 AI 文生图，还能玩出什么新花样？ 在这片群雄割据的红海，头部被 Midjourney、D...
马斯克发布Grok-1.5；阿里首次开源MoE大模型；AI21 Labs首推基于Mamba的量产级模型丨AIGC大事日报
03/29 全球AIGC产业要闻 1、马斯克发布Grok-1.5 上下文128k硬刚GPT-4 2、阿里首次开源MoE架构大模型 3、Meta下月为智能眼镜添加AI功能 4、谷歌推出内容真实度...
RAG与Long-Context之争—没必要争
智猩猩与智东西将于4月18-19日在北京共同举办2024中国生成式AI大会，阿里巴巴通义千问大模型技术负责人周畅，「清华系Sora」生数科技CEO唐家渝，云天励飞“云...
LLM性能最高60%提升！谷歌ICLR 2024力作：让大语言模型学会「图的语言」
新智元报道编辑：Mindy 【新智元导读】图是组织信息的一种有用方式，但LLMs主要是在常规文本上训练的。谷歌团队找到一种将图转换为LLMs可以理解的格式的方法...
粤公网安备 44011502001135号