-
重磅！Stable Diffusion 3 终于免费开源了！吊打 Midjourney，附本地安装包教程！
前言 stable Diffusion 3 终于开源了，他的开源瞬间在AI界得到火爆追捧，曾一度吊打Midjourney等一系列收费AI软件，最主要的是它可以免费使用呦！下面我们来看一下他到底有多强大。 stable Diffusion 3 Me...
-
国产大模型新高度！讯飞星火4.0发布：整体超越GPT-4 Turbo，8个国际权威测试集测评第一
国内大模型的能力，又来到了一个新高度! 6月27日，科大讯飞正式对外发布讯飞星火大模型V4.0，以及在医疗、教育、商业等多个领域的人工智能应用。 随着新版本的发布，讯飞星火V4.0七大核心能力全面升级，在8个国际主流测试集中排名第一，整体超越GPT-4Tu...
-
喜大普奔，AI绘画SD3终于开源了，AI绘画又添新利器！【附模型下载和安装包】
sd3终于开源了！ 没错就是stablediffusion 3.0版本！这是stability迄今为止最先进最复杂图像生成模型。 这次开源的是medium版本，总共有三个型号的模型，下面我们来详细的说下sd3的功能特点以及不同型号区别、安装方法！ 首...
-
激发大语言模型空间推理能力：思维可视化提示
大语言模型（LLMs）在语言理解和各种推理任务中展现出令人印象深刻的性能。然而，它们在人类认知的关键一面——空间推理上，仍然未被充分研究。人类具有通过一种被称为 心灵之眼 的过程创造看不见的物体和行为的心智图像的能力，从而使得对未见世界的想象成为可能。...
-
探索智能体的边界：AgentQuest，一个全面衡量和提升大型语言模型智能体性能的模块化基准框架
随着大模型的不断进化，LLM智能体——这些强大的算法实体已经展现出解决复杂多步骤推理任务的潜力。从自然语言处理到深度学习，LLM智能体正逐渐成为研究和工业界的焦点，它们不仅能够理解和生成人类语言，还能在多变的环境中制定策略、执行任务，甚至使用API调用和...
-
3D版Sora来了？UMass、MIT等提出3D世界模型，具身智能机器人实现新里程碑
在最近的研究中，视觉-语言-动作（VLA，vision-language-action）模型的输入基本都是2D数据，没有集成更通用的3D物理世界。 此外，现有的模型通过学习「感知到动作的直接映射」来进行动作预测，忽略了世界的动态性，以及动作和动态之间的关...
-
补齐Transformer规划短板，田渊栋团队的Searchformer火了
最近几年，基于 Transformer 的架构在多种任务上都表现卓越，吸引了世界的瞩目。使用这类架构搭配大量数据，得到的大型语言模型（LLM）等模型可以很好地泛化用于真实世界用例。 尽管有如此成功，但基于 Transformer 的架构和 LLM 依然难...
-
AIGC内容分享(五十三)：AIGC｜深入浅出一个完整的视频生成系统「VGen」核心基础知识
目录 一、VGen整体架构 二、VGen核心基础内容 三、快速上手使用VGen进行视频生成 四、VGen与SVD的比较 一、VGen整体架构 「VGen」是一个基于扩散模型的视频生成系统，提供以视频生成扩散模型为中心的强大代码库，具有先进...
-
谷歌AI研究提出 SpatialVLM：一种数据合成和预训练机制，以增强视觉语言模型 VLM 空间推理能力
谷歌AI研究团队最近提出了SpatialVLM，这是一种旨在增强视觉语言模型（VLMs）空间推理能力的创新系统。 尽管先进的模型如GPT-4V在人工智能驱动任务中取得了显著进展，但它们在空间推理方面仍存在显著局限。空间推理涉及理解物体在三维空间中的位置以及...
-
ChatGPT-4、Bard、Claude-2 和 Copilot空间任务的正确性比较
大语言模型 (LLM 在内的生成人工智能最近因其多功能的任务解决能力（包括编码、空间计算、样本数据生成、时间序列预测、地名识别或图像分类）而引起了科学界的极大兴趣。人工智能聊天机器人是一种利用大型语言模型（LLM）来生成自然语言对话的技术，它们在各个领...
-
Gemini官网体验入口 谷歌多模态AI软件app免费下载地址
《Gemini》是由 DeepMind 开发的一款先进的人工智能模型，它从根本上构建为多模态，能够在文本、图像、视频、音频和代码之间无缝进行推理。这标志着 AI 如何帮助改善我们日常生活的重大飞跃。想要亲自体验《Gemini》吗?下面为大家提供《Gemin...
-
GPT-4V在自动驾驶上应用前景如何？面向真实场景的全面测评来了
GPT-4V 的发布让许多计算机视觉（CV）应用看到了新的可能。一些研究人员开始探索 GPT-4V 的实际应用潜力。 最近，一篇题为《On the Road with GPT-4V (ision : Early Explorations of Visua...
-
爬虫逆向学习进阶路线
大数据时代下，爬虫技术逐渐成为一套完整的系统性工程技术，涉及的知识面广，平台多，技术越来越多样化，对抗性也日益显著。 大家可以参考一下学习路线，看看自己需要对哪些知识进行补充。 爬虫逆向学习路线 学习路线总结 系统提高 加密算法特征和...