标签：多模态
「群体智能」剑指AGI革命！国产架构挑战Transformer霸权，首款非Attention模型更新
国内AI初创团队RockAI提出了一种新的方法来实现通用人工智能（AGI），即通过“群体智能”来赋予每个设备智能，并实现类人交互。他们认为，要实现这一目标，需要...
后发先至，字节版 Sora 发布！10秒长度、多主体交互、一致性多镜头
字节跳动公司近期发布了豆包大模型的多款新品，标志着其在人工智能领域的进一步拓展。这些新品包括视频生成、音乐生成和同声传译大模型，展示了公司在AI视频...
万字推演OpenAI o1 self-play RL 技术路线
曹宇在其文章中深入分析了OpenAI的新型自我博弈强化学习（RL）模型o1，该模型在数理推理领域取得了显著成绩，并提出了训练时计算（train-time compute）和测...
阿里国际发布最新版多模态大模型Ovis，拿下开源第一
阿里国际AI团队最近发布了一款名为Ovis的多模态大模型，该模型在图像理解任务上取得了显著进展，多项子类任务达到了SOTA（最新技术）水平。多模态大模型相较...
新SOTA来了：国产9B模型多项得分超4o-mini，中国出海电商已经用上了
阿里巴巴国际AI团队最近开源了一款名为Ovis1.6的多模态大模型，该模型在多模态领域的权威评测基准OpenCompass上取得了显著成绩，超越了其他主流开源模型，如Q...
门板上做研究的首席科学家：Jeff Dean 解密谷歌和 Gemini 背后的故事
谷歌首席科学家Jeff Dean在谷歌的职业生涯中，见证了公司从一个小规模的搜索引擎发展成为全球科技巨头。他始终坚守着谷歌的使命：组织全球信息，使其普遍可用...
任意论文一键变播客，谷歌正式发布Illuminate，它能重构研究者的学习方式吗？
谷歌推出了一款名为Illuminate的创新产品，旨在通过人工智能技术改变研究者的学习方式。Illuminate能够将学术论文转化为AI生成的音频讨论，使得用户能够以听...
视觉模型底座超越OpenAI，格灵深瞳开启多模态落地的Scaling Law
在大模型时代，如何将这些技术落地并实现产业应用成为了业界关注的焦点。中国公司格灵深瞳在这一领域取得了显著成就，其多模态大模型在多个权威数据集上的表...
全新GPT-4o mini发布！大模型杀疯了！
OpenAI近期发布了GPT-4o，这是继GPT-4之后的新一代多模态AI模型，标志着人工智能技术的又一次重大进步。这一发展强调了掌握大模型、多模态、LangChain、Fine-...
商汤生成式AI收入超10亿元，同比增长256%
商汤科技集团在2024年上半年的财报中显示，公司总营收达到17.4亿人民币，同比增长21.4%。其中，生成式AI业务收入显著增长，达到10.5亿元，同比增长256%，占总...
