标签：模型架构
「黑神话」级3A大作AI实时游戏生成！港科大、中科大等祭出最强扩散Transformer，火爆国外
由香港科技大学、中国科学技术大学等机构联合推出的GameGen-X，是一项突破性的AI技术，它首次实现了开放世界游戏的AI生成与交互控制。这项技术基于扩散Transf...
UIUC 李博：如何探索大模型背后的安全隐忧？丨ICML 2024 直击
在AI科技评论的访谈中，ICML Tutorial Chair李博教授分享了她对大模型安全问题的看法，并介绍了她创立的Virtue AI公司。李博教授指出，大模型能力的提升并不...
盛名一时的BERT哪去了？这个问题的答案昭示了LLM范式的转变
在大型语言模型（LLM）的发展历程中，我们见证了从编码器-解码器模型到仅解码器模型的转变。AI 创业公司 Reka 的首席科学家 Yi Tay 在其博客文章中深入探讨了...
Sora之后，OpenAI Lilian Weng亲自撰文教你从头设计视频生成扩散模型
视频生成的挑战视频生成比图像合成更复杂，因为它需要在不同帧之间保持时间一致性，并且收集高质量的视频数据比收集图像数据更具挑战性。从头建模视频生成文...
Llama架构比不上GPT2？神奇token提升10倍记忆？
这篇文章主要介绍了朱泽园和李远志最新研究的内容，标题为《语言模型物理学 Part 3.3：知识的 Scaling Laws》。他们通过海量实验总结了12条定律，为语言模型...
全球首个类Sora开源复现方案来了！全面公开所有训练细节和模型权重
文章介绍了全球首个开源的类Sora架构视频生成模型Open-Sora 1.0的发布。该模型开放了整个训练流程，包括数据处理、训练细节和模型权重。Open-Sora能生成繁华...
复现 Sora 的方法及路径分析
本文深入探讨了Sora的核心技术原理、实现方法，并对其未来发展进行展望。Sora采用了高质量的数据集，结合UE数据，通过深度神经网络学习三维空间的物理规律。...
零一万物Yi-VL多模态大模型开源，MMMU、CMMMU两大权威榜单领先
零一万物公司于1月22日发布了Yi-VL多模态语言大模型，该模型基于Yi语言模型开发，包括Yi-VL-34B和Yi-VL-6B两个版本。Yi-VL模型在英文数据集MMMU和中文数据集C...
Amphion：最全能的开源AI音频项目，在音频商业化方面有极大的帮助
Amphion是一个面向音频、音乐和语音生成的工具包，旨在支持可复制研究，并帮助初级研究人员和工程师进入音频、音乐和语音生成领域。它提供了多种功能，包括TT...
