大模型
LLM,VLM,模型
想训练类Sora模型吗？尤洋团队OpenDiT实现80%加速
摘要总结：Sora的创新：2024年，Sora的出现为文生视频研究者设立了新目标。其核心技术之一是将视觉数据转化为统一表征形式，结合Transformer和扩散模型，展现...
LLaMa 3或将推迟到7月发布，剑指GPT-4，从Gemini吸取教训
Meta的LLaMa 3模型正在开发中，旨在解决LLaMa 2在回答有争议问题时的保守性问题。LLaMa 2在处理极端情况时的保守性是必要的，如暴力或非法活动相关查询，但这...
微软、国科大开启1Bit时代：大模型转三进制，速度快4倍能耗降至1/41
摘要：近期，微软研究院、国科大等机构的研究者提出了一种革命性的1-bit大模型，这一技术在AI领域引起了广泛关注。该研究通过将大模型的权重改为三元表示，实...
让Sora东京女郎唱歌、高启强变声罗翔，阿里人物口型视频生成绝了
摘要：机器之心报道了阿里巴巴智能计算研究院的EMO（Emote Portrait Alive）框架，这是一个音频-视频合成方法，用于生成表现力强、真实度高的说话人头部视频...
陈丹琦团队新作：Llama-2上下文扩展至128k，10倍吞吐量仅需1/6内存
陈丹琦团队发布了一种名为CEPE（并行编码上下文扩展）的新方法，该方法通过添加小型编码器和交叉注意力模块，扩展了预训练和指令微调模型的上下文窗口。这种...
微软6页论文爆火：三进制LLM，真香！
在最新的研究中，微软和中国中科院大学提出了一种名为BitNet b1.58的方法，标志着大语言模型（LLM）进入了“1-bit时代”。这种方法通过将传统16位浮点数存储转...
AI视频又炸了！照片+声音变视频，阿里让Sora女主唱歌小李子说rap
摘要总结：阿里推出了一款名为EMO的基于音频驱动的肖像视频生成框架，引起了广泛关注。用户只需提供一张参考图像和一段音频，即可生成表情生动的AI视频。这项...
突发！拜登签署行政命令，限制美国的个人数据流通，将影响国内 AI 产业发展｜钛媒体AGI
摘要：美国总统拜登签署了一项行政命令，旨在限制向特定国家大规模出售美国人的个人数据。这些国家包括中国、俄罗斯、伊朗等，此举是为了保护美国人的敏感个...
比Sora惊艳！文本生成超25秒视频，带背景音乐、转场等效果
专注AIGC领域的专业社区关注了微软、OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地。2月29日，Lightricks宣布推出生成式AI电影制作平...
吐槽完 Sora，Google自己做的“基础世界模型”来了
Google DeepMind推出了名为「Genie」的人工智能模型，这是一个能够根据用户提示生成交互式视频游戏的AI。Genie可以将合成图像、真实照片、手绘草图或想法转换...
