标签：能力
手机上能跑的「GPT-4V」来啦！多图、视频理解首次上端！面壁小钢炮开源史上最强端侧多模态
新智元报道编辑：编辑部 【新智元导读】面壁小钢炮MiniCPM-V 2.6重磅出击，再次刷新端侧多模态天花板！凭借8B参数，已经取得单图、多图、视频理解三项SOTA ，...
让「GPT-4V」跑在手机上，这家中国大模型公司做到了
对标 GPT-4V，面壁让实时视频理解成功“跑”在端侧。作者 | 朱可轩 编辑 | 陈彩娴 真实世界的视觉信息是流动的，而在处理流动性的视觉信息上，端侧视频理解具有...
一文总结马斯克最新八小时访谈：Neuralink、xAI及人类未来
大数据文摘授权转载自AI科技评论 整理：刘洁 编辑：岑峰 上周六，知名科技博客Lex Fridman邀请到了埃隆·马斯克（Elon Musk ）以及Neuralink团队的其他成员进...
对话吴欣鸿：美图AI首先追求帮用户赚到钱，应用窗口期就2年
雷刚 白交 发自 凹非寺量子位 | 公众号 QbitAI在生成式AI浪潮中，场景玩家是易于忽视的群体，但往往又是低调中率先吃到红利的那一个。 在海外，不论微软还是A...
一文总结马斯克最新八小时访谈：Neuralink、xAI 及人类未来
“如果我有Neuralink，我能一分钟看完六千字”整理丨刘洁 编辑丨岑峰 上周六，知名科技博客Lex Fridman邀请到了埃隆·马斯克（Elon Musk ）以及Neuralink团队的...
大模型时代的操作系统：融合 Rust 和大模型，vivo 打造 AI 操作系统
采访嘉宾 ｜袁东 编辑 | Tina 每次技术革命，无论是个人电脑、互联网还是移动设备，总是从硬件开始，然后演化到软件层。而操作系统是计算机系统的核心，没有...
新王登基，Gemini 1.5 Pro 再度更新，超越 GPT 4o 和 Claude-3.5
这次不卷模型大小，只卷性能。作者丨刘洁 编辑丨岑峰 lmsys官方在推特发布一则消息，恭喜DeepMind研发的Gemini 1.5 Pro 实验版 （0801）在Chatbot Arena排名...
GPT-4o弱点暴露了，PDF长文档阅读理解仅45分
YuBo Ma 投稿量子位 | 公众号 QbitAI图文并茂的PDF长文档在日常生活中无处不在。过去人们通常使用OCR，layout detection等方法对PDF长文档进行解析。但随着多...
谷歌终于赢了OpenAI一回：实验版本Gemini 1.5 Pro超越GPT-4o
机器之心报道 编辑：陈陈、小舟这么强的模型，谷歌给大家免费试用。近两日，谷歌在不断发布最新研究。继昨日放出最强端侧 Gemma 2 2B 小模型后，刚刚，Gemin...
Diffusion 反馈强势助力 CLIP 秒变火眼金睛：北京智源研究院、中科院自动化所联合推出 DIVA
本文分享论文Diffusion Feedback Helps CLIP See Better，专注于通过自监督学习范式解决CLIP无法区分细粒度视觉细节的问题。 作者：王文轩（中科院自动化所-...
别只盯着ChatGPT版「Her」，在多模态AI拟人互动上，国内玩家也支棱起来了
机器之心原创 作者：杜伟如今的 AI 在识别人类情感方面发展到什么程度了？本月初，一场向更具情感 AI 发起挑战的高规格赛事落下了帷幕！ 这就是第二届多模态...
国产多模态卷上下文长度：原生支持24K图文输入输出，图像视频理解对标GPT4V
陈林 投稿自 凹非寺量子位 | 公众号 QbitAI国产多模态大模型，也开始卷上下文长度。 书生·浦语灵笔（InternLM-XComposer）多模态大模型升级2.5版本—— 原生支...
全新生物学基准数据集LAB-Bench震撼开源！覆盖8大任务，超2.4K选择题
lü作者：十九 编辑：十九，李宝珠 FutureHouse Inc. 的研究人员推出了 LAB-Bench 生物学基准测试数据集，用于评估 AI 系统在文献检索和推理、图形解释、表格...
Karpathy：用表情包解释一下，为什么AI数不清Strawberry几个 r？
还记得这些天大模型被揪出来的低级错误吗？ 不知道 13.11 和 13.8哪个大，数不清 Strawberry 单词里面有多少个 r…… 每每被发现一个弱点，大模型都只能接受人...
日均tokens使用量超5000亿，AI生图玩法猛猛上新：豆包大模型为什么越来越「香」了？
机器之心报道 作者：蛋酱2024 年的 AI 图像生成技术，又提升到了一个新高度。 技术的飞速迭代，让这一领域的商业化落地进入加速阶段。前有 Midjourney v6 史...
粤公网安备 44011502001135号