标签：AI视觉
豆包视觉理解模型正式发布：一元处理近 300 张高清图片，低于行业价格 85%
在12月18日的火山引擎Force大会上，字节跳动推出了豆包视觉理解模型，该模型在数学、物理、图表、代码等多个领域的推理能力得到加强，同时具有成本效益，输入...
斯坦福、丰田最新研究，单视频合成多视角模型GCD
在AI视觉领域，重建复杂动态场景是一个极具挑战性的任务。尽管OpenAI的Sora模型能够生成长达一分钟的高质量视频，但其在没有多视角视频输入的情况下，合成动...
