标签：多模态融合
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。PixVerse V2能够单次生...
复旦邱锡鹏教授讲述MOSS 2 研发进展：如何实现世界模型？
复旦大学计算机学院教授邱锡鹏在CCF大模型论坛上，分享了复旦大学自然语言处理实验室在对话式大语言模型MOSS研发的最新进展。他指出，MOSS初代技术框架基于GP...
开源多模态SOTA再易主，19B模型比肩GPT-4v，16G显存就能跑
在最新的开源多模态SOTA模型竞争中，CogVLM2成功夺得王冠，由大模型创业公司智谱AI推出。该模型在OCRbench、TextVQA等三项关键基准测试中大幅领先于GPT-4v和G...
