标签：多模态AI
实时音视频领域拓荒者的十年
实时对话式AI的机遇正在被业界广泛讨论和探索。RTE（实时互联网）大会自2015年引入中国以来，已发展成为全球规模最大的音视频行业峰会，吸引了众多行业专家和...
CNCC 落幕：国产大模型已经进化到能在横店给我们点咖啡
在CNCC 2024上，智谱展示了其最新的多模态AI技术成果，其中包括AutoGLM，一个能够模拟用户操作手机和浏览器的智能体，以及GLM-4-Voice情感语音模型，后者以其...
谷歌计划将 Gemini 并入 Deepmind，下个月开始生效
谷歌近期进行了重要的人事调整和组织架构变动，以加强其在人工智能领域的竞争力。尼克·福克斯（Nick Fox）接替普拉巴卡尔·拉加万（Prabhakar Raghavan）成为...
AI教父Hinton万字访谈: 人类可能只是AI演化过程中的一个过渡阶段
2023年5月，AI领域的先驱人物杰弗里·辛顿（Geoffrey Hinton）宣布离开谷歌，并在MIT的一场分享会上详细阐述了他对人工智能的担忧。辛顿的发言引起了广泛关注...
一手实测结果出炉！智谱「超大杯」模型全家桶亮相KDD，部分任务超越GPT-4o
在KDD 2024大会上，中国的大模型技术取得了显著进展。智谱AI的顾晓韬博士介绍了支持中英双语的对话机器人ChatGLM，以及智谱基础模型的重大升级——GLM-4-Plus。...
语言图像模型大一统！Meta将Transformer和Diffusion融合，多模态AI王者登场
Meta公司最新发布的Transfusion模型，成功实现了语言模型和图像生成的统一，为多模态AI模型的发展迈出了重要一步。Transfusion模型融合了Transformer和Diffus...
一夜之间，谷歌版GPT-4o和AI手机全上市了
谷歌在Made by Google活动上发布了Gemini Live，这是一款与OpenAI的高级语音模式GPT-4o竞争的产品。Gemini Live提供了一种移动对话体验，允许用户与Gemini进...
重磅！OpenAI与苹果合作，将ChatGPT集成在iOS 18中
在最新的技术合作中，OpenAI与苹果公司携手，将ChatGPT深度集成至苹果产品矩阵中，涵盖iOS、iPadOS和macOS。苹果采用的ChatGPT技术由GPT-4o提供支持，这是Ope...
GPT-4o 引爆小红书打卡潮，推动 Vision Pro想象，刷新微软、Adobe 产品线
GPT-4o 的多模态视觉能力引发了社交媒体上的热议，尤其是在小红书上，用户们热衷于测试其识别街景的能力。与其它多模态 AI 模型相比，GPT-4o 显示出了更高的...
Meta发布多模态模型Chameleon：34B、类GPT-4o、性能接近GPT-4V
在多模态人工智能领域，GPT-4o 的问世开创了一个新纪元，被称为首个“原生”多模态模型，因其能无缝融合文本、视觉和音频。区别于传统多模态模型采用的特定模态...
1
2
