标签：多模态大模型
联汇科技赵天成：从 CMU 天才少年，到多模态创业先行者
该文主要介绍了赵天成博士创立的联汇科技及其多模态大模型的发展历程。文章重点内容包括：1. 赵天成博士在卡内基梅隆大学研究生成式对话系统，发表多篇论文。...
智子引擎发布多模态大模型 Awaker：MOE、自主更新、写真视频效果优于 Sora
这个模型采用了MOE架构，并具备了业界首个「真正」自主更新的能力。其性能在写真视频生成上超过了Sora模型，有望解决大模型在实际应用中的落地难题。在理解方...
全球首个自主进化多模态MoE震撼登场！写真视频击败Sora，人大系团队自研底座VDT
智子引擎公司在中关村论坛通用人工智能平行论坛上发布了全新的多模态大模型Awaker 1.0，标志着向通用人工智能（AGI）迈出了重要一步。Awaker 1.0采用了业界首...
人大系多模态模型迈向AGI：首次实现自主更新，写真视频生成力压Sora
在4月27日的中关村论坛通用人工智能平行论坛上，人大系初创公司智子引擎发布了全新的多模态大模型Awaker 1.0，标志着向通用人工智能（AGI）迈出了重要一步。A...
元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入
元象公司发布了一款名为XVERSE-V的多模态大模型，该模型支持任意宽高比的图像输入，并在多项权威多模态评测中取得了领先效果。XVERSE-V模型全开源，允许无条...
钛媒体AGI沙龙第一期：“中国版Sora”刚刚诞生，文生视频模型的未来究竟在哪里？
在2024年2月16日，美国OpenAI公司发布了Sora视频生成模型，这是AI首次生成长达1分钟的多镜头视频，输入简短的文字描述即可生成具有电影级镜头感的视频，引起...
清华团队国产“Sora”火了！画面效果对标OpenAI，长度可达16秒，还能读懂物理规律
Vidu模型的发布：「Vidu」能够一键生成长达16秒、分辨率达1080p的高清视频内容，其画面效果非常接近Sora，表现出色在多镜头语言、时间和空间一致性、遵循物理...
字节发布视觉基础模型ViTamin，多项任务实现SOTA，入选CVPR2024
文章介绍了字节跳动提出的新基础模型ViTamin，专为视觉语言时代设计。ViTamin在ImageNet零样本准确率上比ViT提高了2.0%，在多个基准任务上表现出色。ViTamin-...
荐书丨中山大学 HCP 实验室专著《多模态大模型》重磅发布
这篇文章介绍了新一代人工智能技术的发展趋势和重要性，以及围绕多模态大模型的相关内容。2023年，人工智能技术如大语言模型、AIGC、世界模型等成为热门话题...
【最后一天报名】Sora爆火50天，中国如何发力多模态大模型？｜钛媒体AGI沙龙
美国OpenAI公司于今年2月15日发布了一款名为Sora的人工智能视频生成大模型产品，它能够根据用户输入的文字提示生成一分钟内的视频，展现用户想象中的视觉场景...
