标签：多模态模型
谷歌推出多模态视频模型，自动生成丰富动作视频
文章摘要 【关 键 词】 AIGC、多模态模型、VLOGGER、视频生成、技术创新 随着数字化经济的蓬勃发展，虚拟数字人的需求在各行业中日益增长。为了...
苹果大模型MM1杀入场：300亿参数、多模态、MoE架构，超半数作者是华人
苹果公司近期在生成式人工智能（GenAI）领域取得了显著进展，特别是在多模态大型语言模型（MLLM）的研究上。苹果CEO蒂姆·库克在2024年苹果股东大会上表示，公...
跟科幻片一样！OpenAI只用13天给机器人加上了GPT，从此无比“接近人类”
文章介绍了硅谷火遍的人形机器人Figure 01，由OpenAI支持，展示了其具备看、听、对话等能力的最新demo。这个机器人通过自我学习而不是远程操作，展示了识别环...
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...
华人CV宗师黄煦涛高徒离职特斯拉，加入OpenAI！专攻多模态模型研究
程博文是一位华人科学家，曾在特斯拉自动驾驶部门工作，最近宣布将加入OpenAI的后训练团队，专注于多模态模型的研究。他毕业于伊利诺伊大学厄巴纳-香槟分校，...
前端不存在了？盲测64%的人更喜欢GPT-4V的设计，杨笛一等团队新作
在最近的央视节目中，百度CEO李彦宏预测了编程语言的未来，认为未来只会存在两种编程语言：英文和中文。这一观点基于大模型技术突破后，自动化趋势在各行各业...
Claude 3 惊喜上线：多模态能力比肩 GPT-4V
Anthropic公司近期推出了Claude 3，这是一款备受瞩目的多模态模型，被认为是ChatGPT的强大竞争对手。Claude 3包含三个不同的版本：Opus、Sonnet和Haiku，分别...
OpenAI的AGI梦：AI的“大脑”将何时到来？
文章讨论了OpenAI计划在2027年前开发出通用人工智能（AGI）的目标。AGI将能够执行任何人类能做的智力任务。文章详细介绍了OpenAI的训练过程，包括其多模态模...
OpenAI与谷歌回答了我们经典的“钱学森之问”，讽刺吗？
文章主要讨论了OpenAI发布的Sora引擎和谷歌发布的Gemini 1.5引擎这两个人工智能技术的强大功能及其对未来可能带来的影响。作者对技术进步表示赞叹的同时，也...
微软37页论文逆向工程Sora，得到了哪些结论？
摘要：本文回顾了Sora视频技术的发展背景、技术细节、应用前景以及局限性。Sora是OpenAI开发的一种能够根据文本指令生成长达一分钟视频的模型，它在视觉质量...
