标签：视觉

夕小瑶科技说 原创作者 | Tscom 引言：Sora——AI在视频生成领域的新篇章随着AI技术的飞速发展，人工智能已在视频生成领域翻开新的篇章。自2022年11月ChatGPT问...

如何利用计算机视觉技术，解析手语的奥秘？作者｜吴彤 编辑｜麦广炜 在科技日新月异的今天，手语识别作为一种新兴的跨学科研究领域，正逐渐走进公众视野。 近...

机器之心专栏 机器之心编辑部虽然我从来没见过你，但是我有可能「认识」你 —— 这是人们希望人工智能在「一眼初见」下达到的状态。 为了达到这个目的，在传统...

点击上方蓝字关注我们“Anthropic公司推出最新AI模型Claude 3 Haiku，以高速度和实惠的价格脱颖而出。Haiku不仅具备先进的视觉功能，还在处理速度上表现出色，...

大数据文摘受权转载自将门创投 目前很多评测工作探究视觉语言大模型在不同维度上的能力，但都忽视了真实世界中非常重要的一点：未来作为智能体或机器人的大脑...

夕小瑶科技说 原创作者 | 芒果引言：探索统一的视觉与语言模型架构在人工智能领域，统一的模型架构对于简化模型设计、提高模型效率以及促进跨领域应用具有重...

点击上方蓝字关注我们注：本文翻译自论文《Sora: A Review on Background, Technology, Limitations, and Opportunities of Large Vision Models》，原作者版...

机器之心专栏 机器之心编辑部半年多来，Meta 开源的 LLaMA 架构在 LLM 中经受了考验并大获成功（训练稳定、容易做 scaling）。 沿袭 ViT 的研究思路，我们能...

新智元报道编辑：LRS 好困 【新智元导读】研究人员证实了Visual Graph在图推理中的作用，以及其可以和文本模态相互增强。图神经网络（GNNs）擅长利用图的结构...

新智元报道编辑：润 好困 【新智元导读】谷歌DeepMind、UC伯克利和MIT的研究人员认为，如果用大语言模型的思路来做大视频模型，能解决很多语言模型不擅长的问...

新智元报道编辑：alan 好困 【新智元导读】近日，来自香港大学的Jihan Yang和纽约大学的谢赛宁等人发表了新的成果，将真实世界的地图、街景等各种信息融入Age...

西风 发自 凹非寺量子位 | 公众号 QbitAISora刚发布不久，就被逆向工程“解剖”了？！ 来自理海大学、微软研究院的华人团队发布了首个Sora相关研究综述，足足有...

新智元报道编辑：编辑部 【新智元导读】自曝996作息的OpenAI研究员Jason Wei表示，Sora代表着视频生成的GPT-2时刻。竞争的关键，就是算力和数据了。国内有可...

Sora深度论文综述中文版。 作者|城主 写在前面：来自理海大学和微软研究院的研究团队本周二发布了Sora的深度论文综述。这里和关心Sora的同学们分享本城翻译制...

争议不断 创意不断AI Pin 在 MWC 2024（世界移动通信大会） 上的出场方式，和它本身一样，充满了争议。 Humane（AI Pin 母公司） 没有专属的展位，因此只能在...