大模型
LLM,VLM,模型
PLAUD创始人访谈：AI录音硬件，全球超20 万用户，如何做到的？
PLAUD NOTE是一款集成了AI技术的录音硬件产品，凭借其独特的功能和良好的用户体验，成为了AI硬件领域的成功案例。该产品不仅累计出货量超过10万台，而且在用...
视频、图像、文本，只需基于下一个Token预测：智源Emu3发布，验证多模态模型新范式
智源研究院于2024年10月21日发布了原生多模态世界模型Emu3，这是一个基于下一个token预测的模型，能够在无需扩散模型或组合方法的情况下，完成文本、图像、视...
Ilya观点得证！仅靠预测下一个token统一图像文本视频，智源发布原生多模态世界模型Emu3
智源研究院发布了原生多模态世界模型Emu3，该模型基于下一个token预测，无需依赖扩散模型或组合方法，能够完成文本、图像、视频三种模态数据的理解和生成。Em...
突发！微软正与OpenAI洽谈，140亿美元投资股权
微软与OpenAI的谈判焦点在于140亿美元的投资股权分配和公司治理控制权。微软作为OpenAI的最大股东，其在公司治理和发展方向上的实际控制权是谈判的核心。由于...
我们能够让开源小模型变得比人类更聪明吗
本文由安全研究员Harish SG撰写，旨在探讨如何提升开源大语言模型（LLM）的推理能力，以期达到或超越闭源模型的性能。Harish SG是德克萨斯大学达拉斯分校网络...
卷疯了！美国AI博士生「人手10篇顶会」，遭欧洲同行质疑
欧洲博士生在机器学习社区发表的帖子引发了广泛讨论，他质疑为何美国博士生能在AI顶会上发表如此多的论文。他分享了自己的经历，包括在CVPR上发表论文和管理...
Ilya预言成真，下一个token预测直达AGI！智源首发原生多模态世界模型Emu3，不用扩散
智源研究院最近发布了一款名为Emu3的原生多模态世界模型，该模型通过预测下一个token来理解和生成文本、图像和视频三种模态数据，而无需依赖扩散模型或组合方...
上海交大、腾讯发布高效扩散模型微调方法，提升图像生成效率
近年来，扩散模型在图像、视频和3D生成等任务中发挥了重要作用，但在将预训练模型微调应用于实际业务场景时面临挑战。现有微调方法如AFT、RFT和SFT存在局限性...
假装被马斯克裁员的整活鬼才，现在AI创业融资3500万
Daniel Francis，曾因在马斯克收购推特后大裁员时冒充被裁员工而出名，最近他的创业公司Abel获得了500万美元融资。Abel开发了一款辅助警察完成文书工作的应用...
智源 Emu3 证明多模态模型新范式：只需基于下一个 token 预测
智源研究院于2024年10月21日发布了原生多模态世界模型Emu3，这一模型仅通过预测下一个token，就能实现对文本、图像、视频三种模态数据的理解和生成，无需依赖...
