标签：多模态AI
一手实测结果出炉！智谱「超大杯」模型全家桶亮相KDD，部分任务超越GPT-4o
在KDD 2024大会上，中国的大模型技术取得了显著进展。智谱AI的顾晓韬博士介绍了支持中英双语的对话机器人ChatGLM，以及智谱基础模型的重大升级——GLM-4-Plus。...
语言图像模型大一统！Meta将Transformer和Diffusion融合，多模态AI王者登场
Meta公司最新发布的Transfusion模型，成功实现了语言模型和图像生成的统一，为多模态AI模型的发展迈出了重要一步。Transfusion模型融合了Transformer和Diffus...
一夜之间，谷歌版GPT-4o和AI手机全上市了
谷歌在Made by Google活动上发布了Gemini Live，这是一款与OpenAI的高级语音模式GPT-4o竞争的产品。Gemini Live提供了一种移动对话体验，允许用户与Gemini进...
重磅！OpenAI与苹果合作，将ChatGPT集成在iOS 18中
在最新的技术合作中，OpenAI与苹果公司携手，将ChatGPT深度集成至苹果产品矩阵中，涵盖iOS、iPadOS和macOS。苹果采用的ChatGPT技术由GPT-4o提供支持，这是Ope...
GPT-4o 引爆小红书打卡潮，推动 Vision Pro想象，刷新微软、Adobe 产品线
GPT-4o 的多模态视觉能力引发了社交媒体上的热议，尤其是在小红书上，用户们热衷于测试其识别街景的能力。与其它多模态 AI 模型相比，GPT-4o 显示出了更高的...
Meta发布多模态模型Chameleon：34B、类GPT-4o、性能接近GPT-4V
在多模态人工智能领域，GPT-4o 的问世开创了一个新纪元，被称为首个“原生”多模态模型，因其能无缝融合文本、视觉和音频。区别于传统多模态模型采用的特定模态...
前脚OpenAI，后脚谷歌，“个性化教育、因材施教”正从理想走向现实
在未来教育的发展中，多模态AI产品的出现预示着个性化教学和因材施教的理念正逐步变为现实。OpenAI的GPT-4o和谷歌推出的LearnLM等多模态AI工具，在实时交互、...
一线创业者圆桌讨论：多模态 AI 的创业机会在于「有用」
产品人的AI观点：1. 用户在使用AI图像/视频生成产品时，更关注可控性和成本。专业用户倾向于使用SD WebUI/ComfyUI工作流，而普通用户则更多使用MidJourney等...
Meta 眼镜支持多模态 Llama 3，实时翻译、物体识别，AI 眼镜的机会来了！
Meta官方宣布，其智能眼镜产品现已支持多模态版的Llama 3，这一功能在开源版本中尚未实现。这款眼镜具备音乐播放、语言翻译、发送语音信息等功能，能够在用户...
1
2
