-
VC谈2024年AI发展趋势年:多模态模型主导、GPU短缺等
随着2023年的结束，VC们对过去一年围绕人工智能的巨大进展和伦理辩论进行了回顾。像Bing Chat和Google Bard这样的聊天机器人展示了令人印象深刻的自然语言能力，而生成式AI模型如DALL-E3和MidJourney V6则以其创造性的图像生...
-
数据闭环！DrivingGaussian：逼真环视数据，驾驶场景重建SOTA
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 北大王选计算机研究所的最新工作，提出了DrivingGaussian，一个高效、有效的动态自动驾驶场景框架。对于具有移动目标的复杂场景，首先使用增量静态3D高斯对整个...
-
最新国内可用使用GPT4.0，GPT语音对话，Midjourney绘画，DALL-E3文生图
一、前言 ChatGPT3.5、GPT4.0、GPT语音对话、Midjourney绘画，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和用户进行创作交流。 然而，GPT-...
-
让AIGC成为你的智能外脑，助力你的工作和生活
人工智能成为智能外脑 在当前的科技浪潮中，人工智能技术正在以前所未有的速度改变着我们的生活和工作方式。其中，AIGC技术以其强大的潜力和广泛的应用前景，正在引领着这场革命。 AIGC技术是一种基于人工智能的生成式技术，它可以通过学习和模仿，生成新的...
-
大模型+机器人，详尽的综述报告来了，多位华人学者参与
大模型的出色能力有目共睹，而如果将它们整合进机器人，则有望让机器人拥有一个更加智能的大脑，为机器人领域带来新的可能性，比如自动驾驶、家用机器人、工业机器人、辅助机器人、医疗机器人、现场机器人和多机器人系统。 预训练的大型语言模型（LLM）、大型视觉 -...
-
安卓版GPT-4免费平替上架，语音生图多模态全能白嫖！网友：别声张
微软最近正式在安卓系统中推出了自家的AI门户Copilot。 相比于微软的Bing Chat，Copilot更像是一个纯净版的「ChatGPT平替」。 它删去了Bing Chat里那些和浏览器相关的功能，像ChatGPT移动版一样，只突出了AI聊天的...
-
阿里云赵大川：弹性计算推理解决方案拯救 AIGC 算力危机
云布道师 本篇文章围绕弹性计算推理解决方案 DeepGPU 实例如何支持 Stable Diffusion 文生图推理、Stable Diffusion 推理演示示例等相关话题展开。 赵大川 阿里云弹性计算高级技术专家 GPU 云服务器推理解决方案...
-
国内AI大模型的封神榜&死亡笔记；奥特曼首次公开谈宫斗；我有PDF翻译秘诀, 8种！2023年中国AIGC产业全景报告；GitHub Copilot官方入门课 | ShowMeAI日报
?日报&周刊合集 | ?生产力工具与行业应用大全 | ? 点赞关注评论拜托啦！ ? Heygen 注销中国公司主体，探索出海新范式 https://www.heygen.com/ HeyGen 是什么？ 简单来说，H...
-
谷歌推出 Google AI SDK，简化在安卓应用中集成高性能模型 Gemini Pro
12 月 26 日消息，谷歌近日推出了全新的 Google AI SDK，旨在简化 Android 应用集成其高性能的 Gemini Pro 模型。借助该 SDK，开发人员无需构建和管理自己的后端基础架构。 据谷歌介绍，Gemini Pro 是其功能...
-
百度文心一言，不做ChatGPT的中国翻版
数据智能产业创新服务媒体 ——聚焦数智 · 改变商业 3月16日，百度的文心一言终于正式邀请测试了。 据李彦宏介绍，文心一言可以实现文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成等。 通过观看直...
-
模型量化和边缘人工智能如何定义交互方式
人工智能与边缘计算的融合承诺为许多行业带来变革。模型量化的快速创新在这方面发挥着关键作用，模型量化是一种通过提高可移植性和减小模型大小来加快计算速度的技术。 模型量化弥补了边缘设备的计算限制与部署高精度模型的需求之间的差距，以实现更快、更高效、更具成本效...
-
多模态大模型应用大观 | AIGC赋能医疗
浩渺宇宙中，生命与文明经历了亿万年的沉淀与演变，这是人类集体智慧逐步觉醒的过程，人们正在渐渐掌握加速前行的翅膀。从古老的蒸汽机到现代的电力，再跨越到计算机与互联网的时代，每一次人类文明的跃进，都离不开开拓者的勇敢探索。在不断地开拓进取中那些关键技术得以应用...
-
折射OpenAI新一年技术路线图，透视Sam Altman的12个愿望清单
当地时间12月24日，Sam Altman 在X 平台上罕见地发起了一个「许愿池」， 「希望 OpenAI 在2024年构建/修复什么?」，这条推文迅速吸引 AI 领域众多大佬和网友的参与。 两个小时后，Sam Altman 挑选了12个期望值最高的愿望清...
-
Google 推出新 AI SDK，简化在安卓应用中集成最高性能模型 Gemini Pro
Google 近日发布了其新的 Google AI SDK，旨在简化在安卓应用中集成其迄今为止表现最佳的模型Gemini Pro。使用此 SDK，开发者无需构建和管理自己的后端基础设施。 据 Google 介绍，Gemini Pro 是他们最佳的模型，具...
-
最新国内免费使用GPT-4分享，GPT语音对话，Midjourney绘画
一、前言 ChatGPT3.5、GPT4.0、GPT语音对话、Midjourney绘画，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和用户进行创作交流。 然而，GPT-...
-
微软必应聊天引入GPT-4 Turbo模型
微软必应聊天(Bing Chat 引入GPT-4 Turbo模型，但仅向部分随机选中的用户免费开放。 据悉，OpenAI在今年3月14日推出了第一个版本的GPT-4，它是一个多模态大型语言模型，支持图像和文本输入，以文本形式输出。 今年11月6日，Op...
-
「Gemini」官网体验入口 谷歌AI聊天软件app免费下载地址
Gemini是由谷歌DeepMind推出的新一代人工智能系统。这个系统能够进行多模态推理，支持文本、图像、视频、音频和代码之间的无缝交互，已成为迄今最强大的AI系统之一。Gemini具有三个不同规模的版本，可以满足从边缘计算到云计算的各种需求，并广泛应用于...
-
文心一言4 测评
文章目录 中文语句理解 “我一把把把把住了” “别别别的” 藏头诗 文案策划 组会汇报文档 视频文案 课程大纲设计 C++考点设计 人工智能引论 生活场景 旅游计划 代码生成与分析 样例1：python多进程程序 样例2：数据处理...
-
AI视野：必应推出GPT-4Turbo模型；抖音测试“AI搜”功能；小红书内测AI聊天机器人；OpenAI计划新一轮融资
????大模型动态 必应推出GPT-4Turbo模型 微软推出Bing Chat的最新模型，GPT-4Turbo，为用户提供更准确和最新的信息。目前仅限部分用户试用，使用方法需通过检查资格确认。 阿里团队推新AI模型I2VGen-XL 视频合成领域迎来...
-
OCR终结了？旷视提出支持文档级OCR的多模态大模型，支持中英文，已开源！
想将一份文档图片转换成Markdown格式？ 以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型Vary直接端到端输出结果： 图片 无论是中英文的大段文字： 图片 还是包含了公式的文档图片...
-
LLaMA-Adapter: Efficient Fine-tuning of Language Models with Zero-init Attention
Paper name LLaMA-Adapter: Efficient Fine-tuning of Language Models with Zero-init Attention Paper Reading Note Paper URL: htt...
-
谷歌被打脸！Gemini Pro被证实和GPT3.5差距不大
谷歌最新发布的Gemini Pro自发布以来备受瞩目，谷歌声称其优于GPT-3.5。然而，CMU的研究通过深入的实验对比，展示了GPT-3.5在多个任务上的全面优势。Gemini Pro虽然在某些任务上稍显不足，但整体表现与GPT-3.5相近，为大模型领域...
-
苹果开放 AI 研究成果，发布多模态 LLM 模型 Ferret
IT之家 12 月 25 日消息，苹果公司于 2023 年 10 月与哥伦比亚大学的研究人员合作发布了名为 Ferret（雪貂）的开源多模态 LLM，但当时并没有引起太多关注。 许多人工智能社区的人士都错过了 Ferret 的发布，他们对苹果意想不到地...
-
大模型被偷家！腾讯港中文新研究修正认知：CNN搞多模态不弱于Transfromer
在Transformer占据多模态工具半壁江山的时代，大核CNN又“杀了回来”，成为了一匹新的黑马。 腾讯AI实验室与港中文联合团队提出了一种新的CNN架构，图像识别精度和速度都超过了Transformer架构模型。 切换到点云、音频、视频等其他模态，也无...
-
「文心一言」内测详细使用体验
★观前提示：以下内容仅为内测测试内容，不代表未来正式版如何，或许你认为它与chatgpt仍有不小的差距，或许你认为它目前做的已经不错了，都可以，但是咱们测试体验，只讲述体验，本篇文章不做对比。 目录 一、介绍 二、测...
-
AI绘画中CLIP文本-图像预训练模型
介绍 OpenAI 在 2021 年提出了 CLIP（Contrastive Language–Image Pretraining）算法，这是一个先进的机器学习模型，旨在理解和解释图像和文本之间的关系。CLIP 的核心思想是通过大规模的图像和文本对进行...
-
CMU权威对比Gemini，GPT-3和Mistral8×7B！GPT-3.5依旧拿捏Gemini，开源模型差距依然不小
谷歌最近发布的Gemini掀起了不小的波澜。 毕竟，大语言模型领域几乎是OpenAI的GPT一家独大的局面。 不过作为吃瓜群众，当然希望科技公司都卷起来，大模型都打起来！ 所以，作为科技巨无霸谷歌的亲儿子，Gemini自然承受了很高的期待。 虽然Gemi...
-
深度解读 | 搭载谷歌最强大模型Gemini的Bard能否赶上ChatGPT
大家好，我是极智视界，欢迎关注我的公众号，获取我的更多前沿科技分享 昨天早上看到了相关的报道，谷歌昨天发布了 "号称最强的大模型" Gemini，还是熟悉的字眼、还是熟悉的配方。之前谷歌一直在 AIGC 的竞争相对于微软的 OpenAI 全方位处于下风...
-
360智脑通过国家大模型标准符合性测试
12月22日，在全国信息技术标准化技术委员会人工智能分委会全体会议上，国内首个官方“大模型标准符合性评测”结果公布，360集团与百度、腾讯、阿里四家率先通过评测。 该测试由中国电子技术标准化研究院发起，旨在建立大模型标准符合性名录，引领人工智能产业健康有序...
-
「Gemini AI」官网体验入口 AI聊天软件app免费下载地址
Gemini是谷歌开发的最强大和通用的AI模型，它是一个多模态模型，为三种不同的大小（Ultra、Pro和Nano）进行了优化。 点击前往Gemini AI官网体验入口 这个模型提供了卓越的性能和下一代的功能，能够为各种应用提供强大的AI支持，包括可扩展...
-
AI已经会“玩”手机了！腾讯开发AppAgent 可模仿人类在手机上操作APP
腾讯和德州大学达拉斯分校的研究团队合作开发了一个名为AppAgent的项目，该项目可以通过自主学习和模仿人类的点击和滑动手势，在手机上执行各种任务。 这包括在社交媒体上发帖、帮助用户撰写和发送邮件、使用地图、在线购物，甚至进行复杂的图像编辑。AppAgen...
-
Gemini AI免费测试入口在哪 谷歌Gemini软件怎么样
谷歌Gemini AI是一款由谷歌人工智能部门开发的大型语言模型（LLM）。它是在一个包含文本、代码、音频、图像和视频的庞大数据集上训练的。Gemini AI可以用于各种任务，包括自然语言处理(NLP 、机器翻译、代码生成、创意写作和问题回答。Google...
-
扳回一局！Gemini-Pro多模态能力和GPT-4V不相上下
近期的Gemini-Pro评测报告显示其在多模态领域取得了显著的进展，与GPT-4V不相上下，甚至在某些方面表现更为出色。首先，在多模态专有基准MME上的综合表现中，Gemini-Pro以1933.4的高分超越了GPT-4V，展现出在感知和认知方面的全面优...
-
2023 年最重要的 3 项人工智能创新：多模态 AI、宪法 AI 和文本转视频技术
2023 年，人工智能（AI）领域见证了重大进展，不仅公众对 AI 有了更深的理解，政府也开始认真对待 AI 风险。本年度的发展不仅是新技术和理念的出现，更是长期孕育后的集中爆发。 以下是过去一年中人工智能领域最重要的三项创新： 多模态 AI（Mul...
-
一分钟图情论文：《AIGC驱动的智慧图书馆转型：框架、路径与挑战》
一分钟图情论文：《AIGC驱动的智慧图书馆转型：框架、路径与挑战》 AIGC（Artificial Intelligence Generated Content）是一种全新的生产方式，利用人工智能技术自动生成文本、图片、语音、视频甚至虚拟现实等各种形式...
-
我的大模型观：我眼中的LLM
文章目录 大模型是有智能的。 也许，大模型是一场骗局？ 从头训练or微调 我想象中的大模型架构 大厂的大模型 中小厂和个人开发该何去何从？ 今年，大模型火的一塌糊涂。最近几个月paper with code上，前几名的论文几乎都是生成模...
-
【达摩院OpenVI】AIGC技术在图像超分上的创新应用
团队模型、论文、博文、直播合集，点击此处浏览 一、背景 近10年来，深度学习技术得到了长足进步，在图像增强领域取得了显著的成果，尤其是以GAN为代表的生成式模型在图像复原、老片修复，图像超分辨率等方面大放异彩。图像超分辨率是视频增强方面，用...
-
Video-LLaMA An Instruction-tuned Audio-Visual Language Model for Video Understanding 用于视频理解的指令调谐视听语言
1.摘要 我们提出了一个多模态框架Video-LLaMA1，它使大型语言模型(LLM 能够理解视频中的视觉和听觉内容。视频-来自冻结的预训练视频和音频编码器和冻结的LLM的美洲驼引导跨模式训练。不像以前的工作，补充线性最小二乘法只处理视觉或听觉信号...
-
AI视野：Midjourney V6史诗级升级;ChatGPT新增存档聊天记录功能;阿里DreaMoving开源；百度千帆AppBuilder开放
???AI新鲜事 Midjourney V6史诗级升级，网友惊呼太逼真! 网友在Midjourney V6第二次社区评价中惊叹其逼真神图，光影效果出众，上线倒计时，可能在今明两天内发布。 ChatGPT新增存档聊天记录功能 12月21日，OpenAI在...
-
AIGC（生成式AI）试用 15 -- 小结
断断续续的尝试在实际的工作使用中理解和测试AIGC，运用会越来越多、越来越广范，但也是时候做个小结了。 没有太用热火的ChatGPT，只是拿了日常最容易用到的CSDN创作助手（每周写文章总是看到）和文心一言（没了谷歌只能百度），毕竟天天工作...
-
作业帮图书推出智能教辅 支持多模态交互学习、 AI批改
作业帮图书推出了三大系列智能教辅产品，分别是《单词魔法书》、《同步作文公式法》和《小学应用题大通关》。 作业帮图书推出的三大系列智能教辅兼具实用性、创新性与互动性，不仅融合了作业帮8.5+亿题库资源和近10年教研团队经验积累，同时搭载作业帮银河大模型等前沿...
-
Gemini 是谷歌迄今为止最佳的 AI 模型 但充满希望的基准测试和演示最终引发了批评
谷歌近日公布了其最新的人工智能模型 Gemini，旨在缩小与 OpenAI 之间的差距，并给行业留下深刻印象。该模型展示了强大的基准测试成绩，并通过一段引人注目的视频演示和即时的可用性（尽管是功能受限版本），彰显了谷歌的自信。 然而，随着 AI 工程师和...
-
被称为下一代风口的AIGC到底是什么？
近期，短视频平台上“AI绘画”的概念爆火，ChatGPT这一词条也刷爆了科技圈，而这些概念同属于一个领域——AIGC。2022年12月，Science杂志发布的2022年度科学十大突破中，AIGC入选。 那么，被称之为是AI下一代风口的AIGC到底是什么...
-
Gemini官网体验入口 多模态AI软件app免费下载地址
Gemini是谷歌DeepMind推出的新一代人工智能系统。它能够进行多模态推理，支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领域都超越了之前的状态，成为迄今为止最强大的AI系统之一。那么，Gemini在哪...
-
AIGC大记事【2023-0625】【第五期】：《时代》专访ChatGPT之父：人工智能影响经济还需要很多年
大咖观点： 《时代》专访ChatGPT之父：人工智能影响经济还需要很多年 孙正义：我每天和ChatGPT聊天，一场巨大革命即将到来，软银“终将统治世界！” 刘慈欣谈 ChatGPT：人类的无能反而是人类最后的屏障 AI时代已来，吴恩达呼吁向每个孩...
-
“文心一言”对标“ChatGPT”有几层功力？
2023年3月16日下午，我们的“李总”宣布文心一言正式发布。 在“李总”的介绍中指出，文心一言具有文学创作，商业文案的创作，多模态生成，数理逻辑推算，中文理解等能力。从现场的展示来看，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...
-
【网安AIGC专题10.11】①代码大模型的应用：检测、修复②其安全性研究：模型窃取攻击（API和网页接口） 数据窃取攻击 对抗攻击（用途：漏洞隐藏） 后门攻击（加触发器+标签翻转）
代码大模型的应用及其安全性研究 写在最前面 一些想法 大型模型输出格式不受控制的解决方法 大模型介绍 （很有意思）GPT 模型家族的发展 Chatgpt 优点 缺点 GPT4 其他模型 补充：self-instruct合成数据 Cod...
-
最新GPT-4.5疑似泄露！更强多模态，支持3D，价格飙6倍
大家对于 OpenAI产品的关注讨论热度，似乎从没下来过。最近，网上更是传得沸沸扬扬：最新版本的GPT-4. 5 好像神不知鬼不觉偷偷上线了！ 根据Reddit网站OpenAI版块的爆料帖子， GPT-4. 5 被描述为“OpenAI 最先进的一款模型”，...
-
聚观早报|百度3月16日发布文心一言；特斯拉被控维修和零部件垄断
今日要闻：百度将3月16日发布「文心一言」；央视3·15曝光诱骗老人直播间均已被封；特斯拉在美国被控「维修和零部件垄断」；英伟达降低 40 系显卡欧洲售价；谷歌在Gmail等办公应用中引入AI技术 百度将3月16日发布「文心一言」 北京时间 3 月...
-
分享一个国内可用的免费GPT4-AI提问AI绘画网站工具
一、前言 ChatGPT GPT4.0，Midjourney绘画，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和用户进行创作交流。 然而，GPT-4对普通用户来说都是需...