“注意力机制”的搜索结果
比OpenAI的Whisper快50%，最新开源语音模型
生成式AI公司aiOla在其官网开源了一款名为Whisper-Medusa的语音模型，该模型在推理效率上相较于OpenAI的Whisper模型提升了50%。Whisper-...
GenAI下沉到边缘侧，内存和性能如何平衡？
2022年底，ChatGPT的问世让自然语言处理聊天机器人（NLP）的能力受到广泛关注。科技公司开始探索将这一技术应用于产品和客户体验。然而...
智谱的视频模型来了，它远非Sora，但却让这家公司更像OpenAI｜对话智谱AI CEO 张鹏
智谱AI旗下的“智谱清言”App于7月26日推出了AI视频生成功能“清影”，面向所有用户开放，无需预约。清影基于智谱自研的视频生成大模型CogVi...
PixVerse V2 登场！一口气生成5个“Sora”，视频生成赛道“卷”飞了
PixVerse V2是爱诗科技推出的一款基于DiT（Diffusion + Transformer）架构的视频生成产品，它在模型能力和产品化效果上都有显著提升。Pi...
斯坦福博士图解AlphaFold 3：超多细节+可视化还原ML工程师眼中的AF3
AlphaFold 3是由谷歌DeepMind开发的人工智能模型，它在生物学和制药领域产生了重大影响，具有潜在的数千亿美元商业价值。AlphaFold 3的...
谷歌推出通用视频模型：能精准分类、定位、检索等
谷歌的研究人员开发了一种名为VideoPrism的通用视频模型，该模型在视频领域的多种任务上展现出了卓越的性能。为了验证VideoPrism的性能...
字节跳动、浙大推出Coin3D：用几何代理，控制3D模型生成
由字节跳动和浙江大学研究人员联合开发的创新模型Coin3D，通过引入几何代理的方式，实现了对3D模型生成过程的交互式控制和指导。该模型...
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...
H100利用率飙升至75%！英伟达亲自下场FlashAttention三代升级，比标准注意力快16倍
FlashAttention-3，一种用于大模型训练和推理的算法，经过一年的开发，已经推出了第三代。这一升级版本在训练速度上实现了1.5至2倍的提...
Mamba一作再祭神作，H100利用率飙至75%！FlashAttention三代性能翻倍，比标准注意力快16倍
FlashAttention-3是针对H100 GPU优化的第三代FlashAttention技术，它在前一代的基础上实现了1.5至2倍的速度提升，将H100 GPU的FLOPs利用...
