標簽：視覺

白交 發自 凹非寺量子位 | 公眾號 QbitAI用視覺來做Prompt，是種什么體驗？只需在圖里隨便框一下，結果秒秒鐘圈出同一類別！即便是那種GPT-4V都難搞定的數米...

11月22日，AI與數字經濟領域一年一度的科創盛會，2023 IDEA大會在深圳舉行。IDEA研究院創院理事長、美國國家工程院外籍院士沈向洋在會上發表主旨演講，發布ID...

夕小瑤科技說 原創作者 | 智商掉了一地、Python當前，多模態大型模型（Multi-modal Large Language Model, MLLM）在視覺問答（VQA）領域展現了卓越的能力。然...

新智元報道編輯：好困【新智元導讀】最近，來自北京大學等機構研究者提出了一種全新視覺語言大模型——Video-LLaVA，使得LLM能夠同時接收圖片和視頻為輸入。Vid...

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...

往期回顧隨著人工智能發展步伐的加快，美國國防規劃者非常重視人工智能技術在指揮和控制方面所預示的超匹配能力。重要的規劃、規劃和預算編制已經開始，這將...

功能介紹AI、自然語言處理、計算機視覺、數據挖掘、數據分析、C、C++。當然，也聊關于程序員的方方面面。…

機器之心報道編輯：Panda、陳萍差不多已經掌握語言能力的大模型正在進軍視覺領域，但具有里程碑意義的 GPT-4V 也仍有諸多不足之處，參閱《》。近日，微軟 Azu...

夕小瑤科技說 原創作者 | 智商掉了一地、Python你是否想過，有朝一日能夠僅輸入寥寥數語或圖片，就可以一鍵檢索最為匹配的短視頻內容。不是憑借視頻標簽、也...

機器之心專欄機器之心編輯部電子游戲已經成為如今現實世界的模擬舞臺，展現出無限可能。以游戲《俠盜獵車手》（GTA）為例，在 GTA 的世界里，玩家可以以第一...

新智元報道編輯：LRS 好困【新智元導讀】讓視覺語言模型（VLM）在模擬的電子世界里游玩是什么體驗？讓Octopus根據智能體的觀測寫控制代碼，即可實現讓VLM做家...

白交 發自 凹非寺量子位 | 公眾號 QbitAI親口承認！馬斯克Neuralink正在開發一款芯片。“幾年內”發布，用腦機接口解決失明那種。在一位網友的回復底下，馬斯克...

夕小瑤科技說 原創作者 | 付奶茶、ZenMooreGPT-4V 在多模態看圖能力上很強大，我們在往期的推文中也領略了它在看手相(?)、看胸片、看草圖做網頁等等上面的卓...

點擊上方藍字關注我們圖｜匡萃彪文｜匡萃彪“ OpenAI在首次開發者大會上宣布了產品升級，使其AI模型更便宜、功能更強大。這些升級旨在鼓勵公司使用OpenAI的技...

西風 發自 凹非寺量子位 | 公眾號 QbitAIAI大牛何愷明的一句話火了，他說：科研中95%的時間是令人沮喪的。什么？？？就連何愷明都覺得科研很煎熬？沒錯，此話...