標簽：視覺

克雷西 發自 凹非寺量子位 | 公眾號 QbitAI注意看，這個機器人用手中的鉗子輕松剪斷了一根金屬絲。蓋上的鐵盒子，也三下五除二就打開了。除此之外，物體抓取...

機器之心報道編輯：陳萍、張倩這篇由微軟撰寫的報告，深入研究了GPT-4V的功能，任何想要探索GPT-4V潛力的人，都值得一讀。一周之前，ChatGPT迎來，不管是 GPT...

文章轉載自量子位，Founder Park 有所調整。多模態大模型最全綜述來了！由微軟 7 位華人研究員撰寫，足足 119 頁——它從目前已經完善的和還處于最前沿的兩類多...

視覺是人類和其他生物感知世界的主要渠道之一。人工智能（AI）的一個核心愿景是開發 AI 代理，模仿感知、生成視覺信號，與視覺世界進行互動。近日，微軟研究...

新智元報道編輯：桃子 好困【新智元導讀】馬毅教授團隊最新研究表明，微調多模態大語言模型（MLLM）將會導致災難性遺忘。模型災難性遺忘，成為當前一個關鍵熱...

新智元報道編輯：LRS 好困【新智元導讀】文字也是一種視覺信息，多模態大語言模型KOSMOS-2.5不光能讀懂論文，還能輸出markdown格式！當前一個顯著的趨勢是致...

前言：目前，市面上的交互產品是以單模交互為主，尤其是語音交互。語音類產品的形態主要為語音助手。語音可以帶來比按鍵更便捷的體驗，尤其是，在行車過程中...

大模型規模化部署的關鍵與難點是什么？作者｜郭 思編輯｜陳彩嫻2022年底以來，以ChatGPT為代表的大模型集中爆發，實現了從無到有，從0到1的跨越。而經過近一...

豐色 發自 凹非寺量子位 | 公眾號 QbitAI多模態大模型最全綜述來了！由微軟7位華人研究員撰寫，足足119頁——它從目前已經完善的和還處于最前沿的兩類多模態大...

編譯 | 凌敏、核子可樂 這場大模型時代的較量，誰能笑到最后？ 自去年年底通過 ChatGPT 驚艷全球以來，OpenAI 一直保持著驚人的產品發布速度，通過迅如閃電的...

一波深度學習浪潮、七次世界冠軍、兩次轉場與追隨......作者 | 李梅 郭思編輯| 岑峰他們不僅乘上了 AI 的浪潮，更創造了浪潮本身。1冠軍團隊的誕生2007 年，...

機器之心專欄機器之心編輯部為什么大海是藍色的？這個古老而又神秘的問題一直以來都讓人好奇不已。在《涉水視覺》（Water-related Vision）一文中，作者從光...

夕小瑤科技說 分享來源 | CCF計算機視覺專委會 引言 隨著ChatGPT熱潮襲來，大模型如何在計算機視覺里發揮重要作用、如何應用大模型服務各種視覺任務、如何借...

隨著ChatGPT的快速進化吸引了全球網友的眼球，國內廠商也紛紛表示將推出相似的產品。而在前段時間，小編曾給大家整理過現在已經宣布推出的國產AI，包括百度“...

夕小瑤科技說 原創作者 | 謝年年近日，Meta宣布開源計算機視覺模型DINOv2現在可商業化應用了，并發布了全新的視覺模型評估新基準FACET。DINOv2是Meta AI繼「...