標簽：編碼器

機器之心報道作者：陳萍、張倩視頻 PS 可以靈活到什么程度？最近，微軟的一項研究提供了答案。在這項研究中，你只要給 AI 一張照片，它就能生成照片中人物的...

新智元報道編輯：潤 桃子【新智元導讀】來自UC伯克利，港大等機構的研究人員，開創性地提出了一種「白盒」Transformer結構——CRATE。他們通過將數據從高維度分...

機器之心報道編輯：PandaAGI 到底離我們還有多遠？在 ChatGPT 引發的新一輪 AI 爆發之后，一部分研究者指出，大語言模型具備通過觀察進行因果歸納的能力，但...

夢晨 發自 凹非寺量子位 | 公眾號 QbitAIAI能理解搞笑視頻笑點在哪里了。AI回答：這個視頻之所以搞笑，在于一個小寶寶正坐在床上努力讀書，但他顯然還不會真...

AI4Happiness投稿量子位 | 公眾號 QbitAI北大聯合騰訊打造了一個多模態15邊形戰士！以語言為中心，“拳打腳踢”視頻、音頻、深度、紅外理解等各模態。具體來說...

機器之心報道編輯：張倩模型小了，幻覺還減輕了。前段時間，「霉霉大秀中文」的視頻在各個社交媒體走紅，隨后又出現了「郭德綱大秀英語」等類似視頻。這些視...

夕小瑤科技說 原創作者 | ZenMoore相信大家對 SAM[1] 并不陌生，它是 Meta 此前發布的 Segment Anything Model (分割一切模型)。一經發布便火遍全網震驚世界...

夕小瑤科技說 原創作者 | 付奶茶大家之前是否想象過未來的技術進步會帶來讀腦器，計算界面是否有可能越過觸摸屏、鍵盤進入我們思維內部讀取我們腦袋中所想。...

點擊上方藍字關注我們圖｜匡萃彪文｜匡萃彪“ Meta公司最新的AI系統，利用磁腦電圖技術實時解讀大腦中的視覺信息，為醫學和人工智能領域帶來革命性的突破。然...

機器之心報道編輯：杜偉、陳萍在多模態（視覺語言）大模型領域，拼參數贏性能的同時，追求參數更小、速度更快、性能更強是另一條研究路徑。在大模型時代，視...

夕小瑤科技說 原創作者 | 智商掉了一地、ZenMoore視覺語言模型（VLM）的參數規模已經擴展到數百億，甚至數千億，這使得其性能持續提升。然而，小規模模型仍然...

西風 發自 凹非寺量子位 | 公眾號 QbitAI“新·AI繪畫細節控制大師”ControlNet-XS來啦！敲重點的是參數只要原始ControlNet的1%。就能做到蛋糕口味隨意切換：△左...

新智元報道編輯：桃子【新智元導讀】最新科研神器Nougat，可以把PDF中公示、文本提取出來。做研究的童鞋們簡直要狂喜！近來，Meta AI研究人員推出一款OCR神器...