新闻动态
-
202403-06
- 使用纹理对比度检测检测AI生成的图像
- 在本篇文章中我们将介绍如何开发一个深度学习模型来检测人工智能生成的图像。许多用于检测人工智能生成图像的深度学习方法都根据图像生成的方式或者图像的特性/语义来确定...
-
202403-06
- ICLR 2025 | 为音视频分离提供
- 视听语音分离（AVSS）技术的主要目的是在混合信号中识别并分离出目标说话者的声音，利用面部信息来实现这一目标。这项技术在多个领域都有广泛的应用，包括智能助手、远...
-
202403-06
- 百度Comate开放插件生态，智能代码助
- 3月1日，百度旗下智能代码助手BaiduComate又添两大重磅能力：“Comate+”开放平台、AutoWork“私人研发助理”，为行业首家免费开放试用。本次...
-
202403-05
- ICLR 2025 Oral：长视频中噪
- 在2024世界经济论坛的一次会谈中，图灵奖得主YannLeCun提出用来处理视频的模型应该学会在抽象的表征空间中进行预测，而不是具体的像素空间[1]。借助文本信...
-
202403-05
- 0.5秒，无需GPU，Stability
- 最近，文生视频模型Sora掀起了新一轮生成式AI模型浪潮，模型的多模态能力引起广泛关注。现在，AI模型在3D内容生成方面又有了新突破。在成功推出图片生成和视频生...
-
202403-05
- CVPR 2025满分论文：浙大提出基于
- 单目动态场景（MonocularDynamicScene）是指使用单眼摄像头观察和分析的动态环境，其中物体可以在场景中自由移动。单目动态场景重建在理解环境中的动...
-
202403-05
- 复旦等发布AnyGPT：任意模态输入输出
- 最近，OpenAI的视频生成模型Sora爆火，生成式AI模型在多模态方面的能力再次引起广泛关注。现实世界本质上是多模态的，生物体通过不同的渠道感知和交换信息，包...
-
202403-04
- 7B模型超越GPT4-V！港科大等发布「
- 图神经网络（GNNs）善于利用图的结构信息进行推断，但通常需要进行特定领域的调优，以实现最佳性能，这使得它们在不同任务之间的泛化能力受到限制。大型语言模型（LL...
