标签：AIGC
微软开源视觉GUI智能体：增强GPT-4V能力，超3800颗星
微软研究人员开发了一款名为OmniParser的开源视觉GUI智能体，旨在提升大语言模型（LLM）如GPT-4V在用户界面（UI）识别和操作任务中的表现。OmniParser通过将U...
超越Sora！全球首个带背景音乐，文生1080超高清视频模型
Meta公司推出了一款名为Movie Gen的大模型，标志着其正式进入文本生成视频（AIGC）领域。该模型拥有300亿参数，能够以每秒16帧的速度生成16秒长的1080P超高清...
北大陈宝权教授：从图形计算到世界模型
北京大学陈宝权教授在第九届计算机图形学与混合现实研讨会（GAMES 2024）上发表了题为《从图形计算到世界模型》的报告，探讨了图形计算与世界模型之间的内在...
IBM开源新模型，可完美、快速转换PDF文档格式
在AIGC领域，PDF文档的转换一直是一个技术挑战，因为PDF文件在格式、标准化和结构上存在显著差异。IBM的研究人员开发了Docling模型，这是一个基于PDF解析器、...
ChatGPT成精了！居然主动勾引用户，OpenAI又测试新功能？
在AIGC领域，专业社区密切关注着大型语言模型（LLM）的发展和应用，特别是微软、OpenAI、百度文心一言、讯飞星火等公司的产品。近期，有用户报告称他们收到了...
谷歌发布Imagen 3，超过SD3、DALL・E-3
谷歌DeepMind发布的Imagen 3模型在文本到图像生成领域取得了显著进步，相较于前代产品及同类产品展现出了卓越的性能。Imagen 3采用了潜空间扩散模型技术，这...
字节最吸金的海外AI应用：月活超3亿，一年狂揽1.25亿美元
字节跳动的海外AI视频编辑应用CapCut自2020年推出以来，月活用户数已超过3亿，占移动视频编辑总活跃用户的81%。CapCut是剪映的海外版，与TikTok形成互补，借...
阿里开源新模型：超GPT-4o，数学能力全球第一！
阿里巴巴集团开源了一款名为Qwen2-Math的最新数学模型，该模型包含1.5B、7B和72B三种参数规模的版本，旨在推动AIGC领域的专业社区发展。Qwen2-Math在多个数学...
OpenAI掀桌子！免费提供GPT-4o mini微调，每天200万tokens
AIGC领域的专业社区关注了微软、OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地。OpenAI宣布在特定时间内为4级、5级用户提供GPT-4o min...
大模型风口下，卷应用才有价值！首期 AIGC 实践案例集锦上线啦（免费下载）
2024年，生成式AI技术已经从技术探索阶段过渡到应用实践阶段。全球范围内的头部AI公司，如OpenAI、谷歌、苹果，以及中国的百度、阿里云、字节跳动、腾讯等科...
