标签：视觉

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...

新智元报道编辑：LRS 好困【新智元导读】文字也是一种视觉信息，多模态大语言模型KOSMOS-2.5不光能读懂论文，还能输出markdown格式！当前一个显著的趋势是致...

前言：目前，市面上的交互产品是以单模交互为主，尤其是语音交互。语音类产品的形态主要为语音助手。语音可以带来比按键更便捷的体验，尤其是，在行车过程中...

大模型规模化部署的关键与难点是什么？作者｜郭 思编辑｜陈彩娴2022年底以来，以ChatGPT为代表的大模型集中爆发，实现了从无到有，从0到1的跨越。而经过近一...

丰色 发自 凹非寺量子位 | 公众号 QbitAI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模态大...

编译 | 凌敏、核子可乐 这场大模型时代的较量，谁能笑到最后？ 自去年年底通过 ChatGPT 惊艳全球以来，OpenAI 一直保持着惊人的产品发布速度，通过迅如闪电的...

一波深度学习浪潮、七次世界冠军、两次转场与追随......作者 | 李梅 郭思编辑| 岑峰他们不仅乘上了 AI 的浪潮，更创造了浪潮本身。1冠军团队的诞生2007 年，...

机器之心专栏机器之心编辑部为什么大海是蓝色的？这个古老而又神秘的问题一直以来都让人好奇不已。在《涉水视觉》（Water-related Vision）一文中，作者从光...

夕小瑶科技说 分享来源 | CCF计算机视觉专委会 引言 随着ChatGPT热潮袭来，大模型如何在计算机视觉里发挥重要作用、如何应用大模型服务各种视觉任务、如何借...

随着ChatGPT的快速进化吸引了全球网友的眼球，国内厂商也纷纷表示将推出相似的产品。而在前段时间，小编曾给大家整理过现在已经宣布推出的国产AI，包括百度“...

夕小瑶科技说 原创作者 | 谢年年近日，Meta宣布开源计算机视觉模型DINOv2现在可商业化应用了，并发布了全新的视觉模型评估新基准FACET。DINOv2是Meta AI继「...