標簽：文本

機器之心專欄 作者：林義杰在 2024 世界經濟論壇的一次會談中，圖靈獎得主 Yann LeCun 提出用來處理視頻的模型應該學會在抽象的表征空間中進行預測，而不是具...

點擊上方藍字關注我們“OpenAI最新發布的ChatGPT語音朗讀功能，這項功能不僅讓用戶通過語音交流，還能將文本轉化為清晰流暢的語音，為自媒體創作者帶來了便捷...

新智元報道編輯：LRS 好困 【新智元導讀】研究人員證實了Visual Graph在圖推理中的作用，以及其可以和文本模態相互增強。圖神經網絡（GNNs）擅長利用圖的結構...

機器之心報道 機器之心編輯部最近，OpenAI 的視頻生成模型 Sora 爆火，生成式 AI 模型在多模態方面的能力再次引起廣泛關注。 現實世界本質上是多模態的，生物...

新智元報道編輯：桃子 【新智元導讀】GPT早已成為大模型時代的基礎。國外一位開發者發布了一篇實踐指南，僅用60行代碼構建GPT。60行代碼，從頭開始構建GPT？ ...

機器之心報道 機器之心編輯部一篇論文回顧 Sora 文生視頻技術的背景、技術和應用。 追趕 Sora，成為了很多科技公司當下階段的新目標。研究者們好奇的是：Sora...

智猩猩和智東西發起主辦的2024中國生成式AI大會將于4月18-19日在北京舉辦。主會場將進行開幕式、大模型專場、AI Infra專場和AIGC應用專場；分會場將進行具身...

智猩猩和智東西發起主辦的2024中國生成式AI大會將于4月18-19日在北京舉辦。主會場將進行開幕式、大模型專場、AI Infra專場和AIGC應用專場；分會場將進行具身...

夕小瑤科技說 原創作者 | 芒果 引言：多模態語言模型新篇章在人工智能領域，多模態語言模型的發展正迎來新的篇章。傳統的大型語言模型（LLM）在理解和生成人...

新智元報道編輯：桃子 【新智元導讀】谷歌團隊推出「通用視覺編碼器」VideoPrism，在3600萬高質量視頻字幕對和5.82億個視頻剪輯的數據集上完成了訓練，性能刷...

新智元報道編輯：編輯部 【新智元導讀】谷歌Research Lead，負責VideoPoet項目的蔣路，即將加入TikTok，負責視頻生成AI的開發。谷歌VideoPoet項目Research Le...

機器之心專欄 機器之心編輯部為了使機器具有人類的想象力，深度生成模型取得了重大進展。這些模型能創造逼真的樣本，尤其是擴散模型，在多個領域表現出色。擴...

夕小瑤科技說 原創作者 | 芒果、Python引言：多模態大語言模型的幻覺問題及其重要性在人工智能領域，多模態大語言模型（MLLMs）已經取得了顯著的進步，它們在...

新智元報道編輯：潤 好困 【新智元導讀】Gemini 1.5的真實水平到底怎么樣，從谷歌那里獲得試用資格的大佬們，給大家進行了一波極限測試。讓我們看看谷歌最新...

魚羊 發自 凹非寺量子位 | 公眾號 QbitAI大神Karpathy從OpenAI離職，原本揚言要大休一周。 但轉眼，新項目就已上線GitHub，日增上千星的那種。 還是熟悉的卡...