标签：多模态
ChatGPT 按提示词数秒完成游戏开发，程序员们该慌了
Lance Ulanoff通过两次不同的测试，体验了ChatGPT在游戏开发方面的显著进步。在2023年初，他首次尝试使用ChatGPT 1.0来开发一款名为Tic-Tac-Go的游戏，但由于...
细节表现超Sora，网友：真正的国产之光！MiniMax视频模型再上新
MiniMax近期推出了图生视频模型I2V-01-Live，专门优化了二次元效果，能够将静态二次元图片转化为流畅自然的动态视频，标志着其正式进入动漫领域。这一新模型...
谷歌发布Gemini2.0，开启Agent新时代
谷歌近日发布了其最新的AI模型Gemini 2.0，标志着公司在AI领域的重大进步。Gemini 2.0是首个实现原生多模态输入输出的模型，性能全面升级，速度是前代1.5 Pro...
OpenAI版Her登场，GPT能实时视频通话了！德扑AI之父：比 o1“更受宠”的模式降临
OpenAI最近推出了高级语音模式的新功能，包括实时视频通话、屏幕共享和图像上传，这些功能将在未来几天内向所有Team用户以及大多数ChatGPT Plus和Pro用户推出...
谷歌发布Geimini2.0，开启Agent新时代
谷歌近期发布了其最新的AI模型Gemini2.0，标志着公司在AI领域的重大进步。Gemini2.0是首个实现原生多模态输入输出的模型，性能全面升级，速度是前代1.5 Pro的...
Sora之后，苹果发布视频生成大模型STIV，87亿参数一统T2V、TI2V任务
苹果公司的研究团队最近发布了一项关于视频生成大模型的新研究，名为STIV（Scalable Text and Image Conditioned Video Generation）。这项研究提出了一个具...
Gemini 2.0发布了，可惜的是关注的人很少
谷歌近日宣布推出其人工智能大模型系列的最新作品——Gemini 2.0，其中Gemini 2.0 Flash实验版本率先亮相。这款模型能够生成文本、图像和语音，并处理多种格式...
Gemini 2.0来了：一个要做所有AI agent底座的超级模型
OpenAI在发布会的第五天宣布了ChatGPT与Apple设备的集成升级，用户可以在Apple设备上无需ChatGPT账号即可启用Apple Intelligence扩展，享受Siri的复杂任务转...
Google 深夜狙击 OpenAI：新 Agent 功能可以自己打开浏览器查资料了
2024年年末，AI领域迎来了一系列重要更新。Google发布了新模型Gemini 2.0，专注于Agent功能，即AI的感知环境、执行任务和独立决策能力。Google此次发布包括四...
谷歌深夜祭出Gemini 2.0 “硬刚”OpenAI，还让开发者免费试用！Agent时代最强模型登场了？
谷歌在与OpenAI的竞争中发布了Gemini 2.0系列人工智能模型的首个版本，名为Gemini 2.0 Flash。这个模型提供聊天版本供全球用户使用，并有一个实验版供开发人...
