标签：视觉

明敏 发自 厦门量子位 | 公众号 QbitAI美图自研大模型3.0，正式发布！并且全面应用于美图旗下影像与设计产品。这是自美图大模型面世100天后的最新迭代。相较...

夕小瑶科技说 分享来源 | 机器之心大模型正在实现语言和视觉的跨越，有望无缝地理解和生成文本和图像内容。在最近的一系列研究中，多模态特征集成不仅是一种...

10/09全球AIGC产业要闻1、谷歌前高管出任微软副总裁 主攻AIGC2、英伟达宣布取消原定下周的以色列AI峰会3、百度前副总裁出任亚马逊云科技大中华区负责人4、百...

迈向AI视觉大模型的未来：万物皆可生成。作者|ZeR0编辑|漠影智东西10月9日报道，今日下午，美图自研AI视觉大模型MiracleVision（奇想智能）3.0版本发布，并将...

机器之心报道机器之心编辑部OpenAI 的 GPT-5 大模型似乎还遥遥无期，但已经有研究者率先推出了创新视觉与语言交叉生成的模型 MiniGPT-5。这对于生成具有连贯...

新智元报道编辑：Aeneas 好困【新智元导读】GPT-4V风头正盛，LLaVA-1.5就来踢馆了！它不仅在11个基准测试上都实现了SOTA，而且13B模型的训练，只用8个A100就...

夕小瑶科技说 分享来源 | 机器之心作者 | 陈萍、张倩一周之前，ChatGPT迎来重大更新，不管是 GPT-4 还是 GPT-3.5 模型，都可以基于图像进行分析和对话。与之...

新智元报道编辑：Aeneas【新智元导读】最近，康奈尔大学的研究者们，给老鼠也戴上VR头显了。虽然拥有了VR体验，但鼠鼠们也付出了一些代价——比如，需要提前做...

克雷西 萧箫 发自 凹非寺量子位 | 公众号 QbitAI刚刚，计算机视觉巅峰大会ICCV 2023，在法国巴黎正式“开奖”！今年的最佳论文奖，简直是“神仙打架”。例如，获...

本文来源：机器之心一周之前，ChatGPT 迎来重大更新，不管是 GPT-4 还是 GPT-3.5 模型，都可以基于图像进行分析和对话。与之对应的，多模态版 GPT-4V 模型相...

克雷西 发自 凹非寺量子位 | 公众号 QbitAI注意看，这个机器人用手中的钳子轻松剪断了一根金属丝。盖上的铁盒子，也三下五除二就打开了。除此之外，物体抓取...

机器之心报道编辑：陈萍、张倩这篇由微软撰写的报告，深入研究了GPT-4V的功能，任何想要探索GPT-4V潜力的人，都值得一读。一周之前，ChatGPT迎来，不管是 GPT...

文章转载自量子位，Founder Park 有所调整。多模态大模型最全综述来了！由微软 7 位华人研究员撰写，足足 119 页——它从目前已经完善的和还处于最前沿的两类多...

视觉是人类和其他生物感知世界的主要渠道之一。人工智能（AI）的一个核心愿景是开发 AI 代理，模仿感知、生成视觉信号，与视觉世界进行互动。近日，微软研究...

新智元报道编辑：桃子 好困【新智元导读】马毅教授团队最新研究表明，微调多模态大语言模型（MLLM）将会导致灾难性遗忘。模型灾难性遗忘，成为当前一个关键热...