-
告别逐一标注，一个提示实现批量图片分割，高效又准确
Segment Anything Model (SAM 的提出在图像分割领域引起了巨大的关注，其卓越的泛化性能引发了广泛的兴趣。然而，尽管如此，SAM 仍然面临一个无法回避的问题：为了使 SAM 能够准确地分割出目标物体的位置，每张图片都需要手动提供一...
-
文心一言正式对标GPT-4，是青铜还是王者？
昨天，OpenAI正式发布GPT-4模型 号称史上最先进的AI系统 今天，百度文心一言在万众瞩目中闪亮登场 这款产品被视为中国版ChatGPT 在这一个多月内备受关注 文心一言某种程度上具有了对人类意图的理解能力 回答的准确性、逻辑性、流畅性都...
-
AIGC 综述 2023：A History of Generative AI from GAN to ChatGPT
GAI：发展历史，核心技术，应用领域以及未来发展 摘要 1、引言 1.1、主要贡献 1.2、组织结构 2、生成式AI的发展历史 2.1、NLP领域的发展 2.2、CV领域的发展 2.3、CV与NLP的融合 3、AIGC的核心技术基础...
-
浅谈文心一言与ChatGPT
最近，随着谷歌研发的ai聊天机器人bard的测试，关于这方面的讨论也是愈演愈烈 虽然与GPT与newbing相同，bard也有一些小小的门槛才能访问，而根据外媒的报道，bard在体验上似乎还略逊一筹 而让我们把目光转回来，再来看看...
-
百度文心一言 4.0 ：如何申请百度文心一言 4.0
本心、输入输出、结果 文章目录 百度文心一言 4.0 ：如何申请百度文心一言 4.0 前言 文心一言 4.0 ERNIE-Bot 4.0 ：ERNIE-Bot 4.0 大模型深度测试体验报告 如何申请 千帆大模型试用 百度文心一言...
-
2024 AIGC 应用层十大趋势；iPhone 遭史上最复杂攻击！丨 RTE 开发者日报 Vol.119
开发者朋友们大家好： 这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE （Real Time Engagement） 领域内「有话题的 新闻 」、「有态度的 观点 」、「有意思的 数据 」、「有思考的...
-
AI测出你几岁死亡？Transformer「算命」登Nature子刊，成功预测意外死亡
【新智元导读】AI算命将可以预测人类的意外死亡?丹麦科学家用全国600万人的公开数据训练了一个基于Transformer的模型，成功预测了意外死亡和性格特点。 AI真的可以用来科学地算命了!? 丹麦技术大学 （DTU） 的研究人员声称他们已经设计出一种人工...
-
《硅基物语.我是灵魂画手》一本书讲透AI绘画，AIC松鼠活动第六期
《硅基物语·我是灵魂画手》 当AI遇上绘画，会打开怎样的奇妙世界? 用ChatGPT+Midjourney西出人类的灵魂与梦想 用StableDiffusion+D-ID画出青春绚丽的渴望 激活每个人隐藏的绘画天赋 人人都能成为顶尖绘画大师...
-
AIGC之GPT-4：GPT-4的简介(核心原理/意义/亮点/技术点/缺点/使用建议)、使用方法、案例应用(计算能力/代码能力/看图能力等)之详细攻略
AIGC之GPT-4：GPT-4的简介(核心原理/意义/亮点/技术点/缺点/使用建议 、使用方法、案例应用(计算能力/代码能力/看图能力等 之详细攻略 解读：在2022年11月横空出世的ChatGPT，打遍天下无敌手的时候，就知道会有这么一天，...
-
360周鸿祎：2024年大模型将像PC电脑一样无处不在
快科技1月7日消息，在2023年风马牛年终秀上”，360集团创始人周鸿祎分享了对2024年大模型发展趋势的十大预测。 他呼吁：企业树立AI信仰，All in AI。他认为创新才能破局，未来最大的创新机会在大模型。 据悉，周鸿祎提到的2024年大模型发展趋势...
-
一张图500元是目前AIGC最高“回报”？小冰李笛：调用API的商业模式不适用于未来 | MEET 2024
AIGC在商业界中，最大的一笔回报是多少? 答案可能是:一张图片，500元。 而且这就是发生在最近、号称人工智能著作权第一案的真实案例: 这个案子出来之后，引发了很多人都会讨论，认为它会不会对法学界、对人工智能的著作权、版权等问题的实践具有一些新的指导意...
-
卧剿，6万字！30个方向130篇！CVPR 2023 最全 AIGC 论文！一口气读完。
一杯奶茶，成为 AIGC+CV 视觉前沿弄潮儿！ 25个方向！CVPR 2022 GAN论文汇总 35个方向！ICCV 2021 最全GAN论文汇总 超110篇！CVPR 2021 最全GAN论文梳理 超100篇！CVPR 2020...
-
兵马俑跳《科目三》，是我万万没想到的
家人们，火爆全球的魔性舞蹈《科目三》，谁能料到，就连兵马俑也开始跳上了！ 图片 热度还居高不下，瞬间被轰上了热搜，小伙伴们纷纷惊掉了下巴表示“闻所未闻，见所未见”。 图片 这到底是怎么一回事？ 原来，是有人借助了阿里之前走红的AI技术——AnimateA...
-
首创pix2emb范式！NUS清华联合发布NExT-Chat：对话/检测/分割全能多模态大模型
随着ChatGPT的爆红，多模态领域也涌现出一大批可以处理多种模态输入的对话模型，如LLaVA, BLIP-2等等。 为了进一步扩展多模态大模型的区域理解能力，近期新加坡国立大学NExT++实验室和清华大学的研究人员联手打造了一个可以同时进行对话和检测、...
-
万字长文谈自动驾驶BEV感知
本文经自动驾驶之心公众号授权转载，转载请联系出处。 prologue 这有可能是更的最长的文章系列了，先说为什么，一方面是看到分割大模型对小模型的提升效果需要时间，另一方面是之前对自动驾驶的BEV算法做了很长时间的预研，自己也应该好好梳理一下了。 （很...
-
新一轮工业革命！周鸿祎呼吁All in AI：2024将出现杀手级应用
快科技1月5日消息，今晚举办的2023年风马牛年终秀”上，360创始人周鸿祎呼吁All in AI，未来最大的创新机会在大模型。 周鸿祎表示：大模型已经开启新一轮工业革命，不发展是最大的不安全。 周鸿祎建议企业将含AI量”作为业务考核指标，倒逼企业完成数字...
-
只需1080ti，即可在遥感图像中对目标进行像素级定位！代码数据集已开源！
太长不看版 这篇论文介绍了一项新的任务 —— 指向性遥感图像分割（RRSIS），以及一种新的方法 —— 旋转多尺度交互网络（RMSIN）。RRSIS 旨在根据文本描述实现遥感图像中目标对象的像素级定位。为了解决现有数据集规模和范围的限制，本文构建了一个新...
-
2023全球AI企业大盘点！2024最能搞钱的方向是什么？
2023，AI狂飙了一整年。 无论是科技巨头还是初创企业，都在发掘生成式AI的潜力，布局各自的AI产品。高盛数据显示，至2025年全球AI领域投资数额将达2000亿美元。 投资者们倾向在AI等创新领域寻找新机会和新的增长点。美国著名风险投资家Aileen...
-
周鸿祎分享2024年大模型发展趋势的十大预测：将出现杀手级应用
划重点: 日前，三六零（360）创始人周鸿祎在“2023年风马牛年终秀”上分享了对2024年大模型发展趋势的十大预测，呼吁企业全面投入AI，树立“AI信仰”。 周鸿祎认为，未来的创新机会将主要集中在大模型领域，因此提出了对大模型发展趋势的十大预测。 周...
-
周鸿祎公布2024大模型十大趋势判断：原子弹变茶叶蛋
快科技1月6日消息，昨晚举办的2023年风马牛年终秀”上，360创始人周鸿祎分享了自己关于2024大模型的十大趋势判断。 周鸿祎表示：大模型将成为数字系统标配，就像当年的PC一样，无处不在。 而且2024年开源大模型将爆发，让大模型从原子弹”变成茶叶蛋”，...
-
AI平台：OpenXLab浦源
OpenXLab浦源 开放项目应用中心模型中心数据集中心文档中心 搜索 中文EN创建登录注册人工智能开源开放体系浦源内容平台应用中心探索多领域应用，体验丰富的社区生态AIGC语音计算机视觉自然语言处理多模态技术更多在这里...
-
AI平台：BetterYeah，AI客服/AI营销/AI销售，构建企业专属AI Agent
BetterYeah，AI客服/AI营销/AI销售，构建企业专属AI Agent 产品定价文档关于我们登录注册极智·极效·极创 轻松打造业务专家级的AI工作助手立即体验加入AI Agent讨论社区享你所想的AI绝佳拍档 智能客服、 招聘助理、 策划...
-
一句话精准视频片段定位！清华新方法拿下SOTA｜已开源
只需一句话描述，就能在一大段视频中定位到对应片段！ 比如描述“一个人一边下楼梯一边喝水”，通过视频画面和脚步声的匹配，新方法一下子就能揪出对应起止时间戳： 就连“大笑”这种语义难理解型的，也能准确定位： 方法名为自适应双分支促进网络（ADPN），由清...
-
专补大模型短板的RAG有哪些新进展？这篇综述讲明白了
大型语言模型（LLMs）已经成为我们生活和工作的一部分，它们以惊人的多功能性和智能化改变了我们与信息的互动方式。 然而，尽管它们的能力令人印象深刻，但它们并非无懈可击。这些模型可能会产生误导性的 “幻觉”，依赖的信息可能过时，处理特定知识时效率不高，缺乏...
-
看见这张图没有，你就照着画：谷歌图像生成AI掌握多模态指令
用图2的风格画图1的猫猫并给它戴上一顶帽子。谷歌新设计的一种图像生成模型已经能做到这一点了!通过引入指令微调技术，多模态大模型可以根据文本指令描述的目标和多张参考图像准确生成新图像，效果堪比 PS 大神抓着你的手助你 P 图。 在使用大型语言模型（LLM...
-
百度抢先发布中国版ChatGPT——文心一言，现已开通测试申请
3月16日，百度抢先其他国内科技巨头一步，率先发布被誉为中国版ChatGPT的“文心一言”。 即日起，百度也通过“百度智能云”官网正式开发“文心一言”的预约，申请云服务测试。 但是，目前百度智能云只面向企业级客户开放文心一言的API接口调用服务，后...
-
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...
-
AI视野：自定义ChatGPT商店下周上线；小冰克隆人正式上线；美图大模型上线；普林斯顿大学提出GEO；英伟达发布文生图模型TrailBlazer
新鲜AI产品点击了解：https://top.aibase.com/ ???AI新鲜事 自定义ChatGPT商店下周上线 OpenAI宣布将上线自定义GPT商店，用户可以将自己开发的自定义ChatGPT助手进行分享的平台。这一商店的功能类似于苹果的App...
-
Instruct-Imagen官网体验入口 AI多模态图像生成模型软件免费下载地址
Instruct-Imagen是一个多模态图像生成模型，专注于处理异构图像生成任务，并在未知任务中展现出良好的泛化能力。该模型通过引入多模态指令，利用自然语言整合不同模态（如文本、边缘、风格、主题等），标准化丰富的生成意图。它在预训练文本到图像扩散模型上进...
-
谷歌DeepMind机器人成果三连发！两大能力全提升，数据收集系统可同时管理20个机器人
几乎是和斯坦福“炒虾洗碗”机器人同一时间，谷歌DeepMind也发布了最新具身智能成果。 并且是三连发： 先是一个主打提高决策速度的新模型，让机器人的操作速度（相比原来的Robotics Transformer）提高了14%——快的同时，质量也没有下滑...
-
OpenAI推出GPT-3.5Turbo微调功能并更新API；Midjourney更新局部绘制功能
? AI新闻 ? OpenAI推出GPT-3.5Turbo微调功能并更新API，将提供GPT-4微调功能 摘要：OpenAI宣布推出GPT-3.5Turbo微调功能，并更新API，使企业和开发者能够定制ChatGPT，达到或超过GPT-4的能力。通...
-
人工智能生成内容（AIGC）总览记录（认知篇）！！！
文章目录 一、AIGC 引入 1.1 AIGC 定义 1.2 AIGC 历史沿革（了解） 1.3 AIGC 技术演进 二、AIGC 大模型 2.1 视觉大模型提升 AIGC 感知能力 2.2 语言大模型增强 AIGC 认知能力 2.3 多...
-
OpenAI的ChatGPT、微软的New Bing、百度的文心一言、Google的Bard、阿里云的通义千问
随着 ChatGPT 热潮卷起来，微软发布New Bing、百度发布了文心一言、Google 发布了 Bard，阿里云官方终于也宣布了，旗下的 AI 大模型“通义千问”也正式开启测试！ ChatGPT ChatGPT是一种由OpenAI训练的大...
-
VCoder官网体验入口 AI图像语义理解app软件免费下载地址
VCoder是一个适配器，通过辅助感知模式作为控制输入，来提高多模态大型语言模型在对象级视觉任务上的性能。VCoder LLaVA是基于LLaVA-1. 5 构建的，不对LLaVA-1. 5 的参数进行微调，因此在通用的问答基准测试中的性能与LLaVA-1...
-
AI行业或成2024就业新风口！钉钉联合IDC发布《2024 AIGC应用层十大趋势白皮书》
根据钉钉联合 IDC 发布的《2024AIGC 应用层十大趋势白皮书》，预测到2024年全球将涌现出超过5亿个新应用，AIGC 技术将呈现爆发式增长。 报告指出，AIGC 应用将在 B 端办公和生产力场景中率先落地，其中知识管理是最受企业青睐的应用场景。A...
-
2024年AI还能帮你干什么？这十个趋势必须关注
元旦节收假，你身心都复工了吗？ 新的一年，有没有跟我一样，既想打工挣钱花，又想从具体任务中解放出来的？最好是能在新的一年，实现个人能力的极大增强…… 所以今天，咱们就好好说一说，新的一年里，怎样能让AI多给自己帮帮忙（doge）。 或许你已经关注到了，...
-
GPT-4V开源平替！清华浙大领衔，LLaVA、CogAgent等开源视觉模型大爆发
如今，GPT-4 Vision在语言理解和视觉处理方面展现出了非凡的能力。 然而，如果想在不影响性能的前提下，寻求具有成本效益的替代方案，开源方案就蕴藏着无限可能。 国外的一位开发者Youssef Hosni为大家奉上了三种GPT-4V的开源替代方案，可...
-
M2UGen体验入口 AI多模态音乐生成框架免费下载地址
M2UGen是一款结合大语言模型的多模态音乐理解和生成框架，旨在协助用户进行音乐创作。它能同时完成音乐理解和多模态音乐生成任务，为音乐创作、音乐理解研究和音乐应用开发提供了强大的支持。 点击前往M2UGen体验入口 M2UGen适用于哪些用户？ M2U...
-
肖仰华：走向千行百业的大模型
现如今，我们站在了大模型技术和产业发展的中场思考阶段。这个阶段的开启源于 ChatGPT 的诞生，它引发了广泛而深入的关注。尽管这种关注对于推动技术和产业的发展起到了至关重要的作用，但同时我们也看到了一系列问题的浮现。这些问题包括成本和价值的问题以及一些...
-
苹果ferret官网体验入口 Apple AI模型工具免费下载地址
Appleml-ferret是一个先进的端到端机器学习语言模型（MLLM），专门设计用于在多模态环境中进行精准定位。它结合了混合区域表示和空间感知的视觉采样器，支持对细粒度和开放词汇的引用和定位。此外，ml-ferret还包含了包括约 110 万个样本的G...
-
谷歌推Bard百度推文心一言：挑战ChatGPT 竞争白热化
雷递网 雷建平 2月7日 在ChatGPT大获成功的推动下，百度宣布将推出类ChatGPT项目，该项目名字确定为文心一言，英文名ERNIE Bot，三月份完成内测，面向公众开放。 目前，文心一言在做上线前的冲刺。 2022年9月，百...
-
AIGC产业研究报告2023——视频生成篇
易观：今年以来，随着人工智能技术不断实现突破迭代，生成式AI的话题多次成为热门，而人工智能内容生成（AIGC）的产业发展、市场反应与相应监管要求也受到了广泛关注。为了更好地探寻其在各行业落地应用的可行性和发展趋势，易观对AIGC产业进行了探索并将发布AIG...
-
清华大学研发 LLM4VG 基准：用于评估 LLM 视频时序定位性能
12 月 29 日消息，大语言模型（LLM）的触角已经从单纯的自然语言处理，扩展到文本、音频、视频等多模态领域，而其中一项关键就是视频时序定位（Video Grounding，VG）。 VG 任务的目的基于给定查询（一句描述），然后在目标视频段中定位...
-
展望未来：人工智能的2024年
从生成式人工智能(GenAI 工具到拥抱AIOps，以下是人工智能的未来。 当我们站在2024年的边缘时，人工智能(AI 的发展轨迹将重新定义创新的边界。回顾生成式人工智能的历史，很明显，像ChatGPT和Bard这样的模型主要专注于文本处理。虽然具有...
-
谷歌Gemini大逆转？斯坦福Meta华人证明其推理性能强于GPT-3.5
【新智元导读】谷歌放出的Gemini，在对标GPT的道路上似乎一直处于劣势，Gemini真的比GPT-4弱吗?最近，斯坦福和Meta的学者发文为Gemini正名。 Gemini的推理能力，真的比GPT-4弱吗? 此前，谷歌憋出的重磅复仇神器Gemini P...
-
AI论文范文：AIGC中的图像转视频技术研究
声明： ⚠️本文由智元兔AI写作大师生成，仅供学习参考智元兔-官网|一站式AI服务平台|AI论文写作|免费论文扩写、翻译、降重神器 1 引言 1.1 AIGC技术背景介绍 1.2 图像转视频技术的重要性与应用场景 1.3 研究动机与目标 2...
-
2024年，AI“魔盒”还能开出什么？
刚刚过去的2023年里，GPT大模型开启了普通人走向AI世界的“魔盒”，也拉开了全球各国科技公司的大模型“军备赛”。 文本、图片、视频大模型纷纷涌现后，应用端狂卷创新，也造成AI芯片资源紧缺，“AI替代论”、“风险质疑”无时无刻不在上演。AI的一面是人类对...
-
GPT-4抽象推理PK人类差距巨大！多模态远不如纯文本，AGI火花难以独立燃烧
GPT-4，可能是目前最强大的通用语言大模型。一经发布，除了感叹它在各种任务上的出色表现之外，大家也纷纷提出疑问：GPT-4是AGI吗？他真的预示了AI取代人类那一天的到来吗？ 推特上也有一众网友发起了投票： 其中，反对的观点主要在于： - 有限的推理...
-
百度正式推出「文心一言」，然而港股股价已暴跌近 10%，客观来说其能力与 ChatGPT 相较如何？...
击上方关注 “终端研发部” 设为“星标”，和你一起掌握更多数据库知识 本文首发于我的知乎：- 终端研发部的回答 - 知乎 https://www.zhihu.com/question/589941496/answer/293924...
-
最新国内使用GPT4教程，GPT语音对话使用，Midjourney绘画，ChatFile文档对话总结+DALL-E3文生图
一、前言 ChatGPT3.5、GPT4.0、GPT语音对话、Midjourney绘画，文档对话总结+DALL-E3文生图，相信对大家应该不感到陌生吧？简单来说，GPT-4技术比之前的GPT-3.5相对来说更加智能，会根据用户的要求生成多种内容甚至也可以...