音频生成
音频,audio
阿里又在AI上大出血了
步骤2：阿里巴巴正在大力投资AI大模型产业，最近领投了中国AI大模型初创公司MiniMax的新一轮大规模融资。这是阿里在2024年的第二笔AI大模型项目领投投资，之...
LLM将成历史？开源bGPT或颠覆深度学习范式：直接模拟二进制，开启模拟数字世界新纪元！
新智元报道介绍了微软亚洲研究院推出的基于字节的Transformer模型bGPT，该模型能够处理不同类型的数据，生成文本、图像和音频，甚至模拟计算机行为。bGPT与传...
AGI万字长文(下) | 2024，分叉与洪流
太长不看版摘要总结本文由Lian于2024年撰写，围绕AI技术的多方面发展进行了深入探讨。文章首先预测了2024-25年可能发生的AI技术进展，包括AI多模态的大爆发、...
万字梳理：阿里、腾讯等8家中国互联网大厂的50款大模型及应用，能否全面超越GPT-4？ | 钛媒体AGI
自OpenAI推出ChatGPT以来，全球科技巨头纷纷加速布局AI大模型领域。钛媒体AGI整理了2023年以来，包括阿里巴巴、百度、字节跳动、腾讯、华为等在内的8家科技公...
字节模型来了！把字节当作token，统一一切，预测一切？
本文介绍了一种名为bGPT（byte GPT，字节GPT）的深度学习模型，它专门用于处理二进制数据和模拟数字世界。bGPT突破了传统语言模型的局限，能够直接理解和操作...
Pika放大招：今天起，视频和音效可以“一锅出”了！
文章介绍了Pika发布的新功能——Sound Effects，允许用户为视频生成无缝音效。用户可以通过两种方式生成音效：给出描述或让Pika自动生成。该功能受到网友们的好...
你花钱想消除的 AI 水印，其实也是虚假内容的克星
近几个月来，深度伪造（deepfakes）或人工智能生成内容的新闻报道层出不穷，涉及多个知名人物，如泰勒·斯威夫特、汤姆·汉克斯和美国总统乔·拜登。这些内容的...
ICLR 2024 Oral：长视频中噪声关联学习，单卡训练仅需1天
在2024年世界经济论坛上，图灵奖得主Yann LeCun提出了视频模型应该在抽象表征空间中进行预测的观点。本文研究者基于最优传输理论，提出了一种鲁棒的长视频学...
AGI万字长文：2023回顾与反思
2023年对于人工智能（AI）的发展来说，是一个充满惊喜和挑战的一年。本文作者Lian,MK通过深入分析，为我们描绘了一个关于通用人工智能（AGI）和大模型发展的...
马克.扎克伯格谈空间计算、Meta 的雷朋智能眼镜和 Quest 3
本文主要讨论了作者在上海和硅谷生活的最大区别，即消费观念的差异。作者表示，当手上有300美金闲钱时，他会选择购买不同的物品，如天猫包包或最新电子设备。...
