新闻动态
-
202402-19
- 让视觉语言模型搞空间推理，谷歌又整新活了
- 尽管视觉语言模型(VLM)在许多任务上取得了显著进展，包括图像描述、视觉问答、具身规划和动作识别等，但在空间推理方面仍然存在挑战。许多模型在理解目标在三维空间中...
-
202402-19
- LeCun怒斥Sora不能理解物理世界！
- Sora一经面世，瞬间成为顶流，话题热度只增不减。强大的逼真视频生成能力，让许多人纷纷惊呼「现实不存在了」。甚至，OpenAI技术报告中透露，Sora能够深刻地...
-
202402-19
- 以自监督方式去除荧光图像中的噪声，清华团
- 荧光成像的高信噪比对于生物现象的准确可视化至关重要，然而，噪声问题仍然是成像灵敏度面临的主要挑战之一。清华大学的研究团队提供了空间冗余去噪Transformer...
-
202402-19
- 文生图新SOTA！Pika北大斯坦福联合
- 近日，北大、斯坦福、以及爆火的PikaLabs联合发表了一项研究，将大模型文生图的能力提升到了新的高度。论文地址：https://arxiv.org/pdf/2...
-
202402-18
- 基于广义 Onsager 原理的 AI
- 编辑|绿萝基于先前积累的数据和已知物理原理的自动化科学发现，是人工智能最令人兴奋的应用之一，这种自动化的假设创建和验证可以帮助科学家研究复杂的现象，而传统的物理...
-
202402-16
- 谷歌Gemini1.5火速上线：MoE架
- 今天，谷歌宣布推出Gemini1.5。Gemini1.5是在谷歌基础模型和基础设施的研究与工程创新基础上开发的。这个版本引入了新的专家混合（MoE）架构，以提高...
-
202402-16
- 春节大礼包！OpenAI首个视频生成模型
- 欢迎来到blingzoo！北京时间今天凌晨，OpenAI正式发布了文本到视频生成模型Sora，继Runway、Pika、谷歌和Meta之后，OpenAI终于加入...
-
202402-16
- 手把手教你，从零开始实现一个稀疏混合专家
- 本文介绍了实现一个稀疏混合专家语言模型（MoE）的方法，详细解释了模型的实施过程，包括采用稀疏混合专家取代传统的前馈神经网络，实现top-k门控和带噪声的top...
