新闻动态
-
202312-04
- 微软仅凭「提示工程」让GPT-4成医学专
- 微软最新研究再次证明了提示工程的威力——无需额外微调，无需专家策划，仅凭提示，GPT-4就能化身“专家”。使用他们提出的最新提示策略Medprompt，在医疗专...
-
202312-04
- 横扫13个视觉语言任务！哈工深发布多模态
- 为了应对多模态大语言模型中视觉信息提取不充分的问题，哈尔滨工业大学（深圳）的研究人员提出了双层知识增强的多模态大语言模型-九天（JiuTian-LION）。需要...
-
202312-04
- 任意文本、视觉、音频混合生成，多模态有了
- 研究者指出，CoDi-2标志着在开发全面的多模态基础模型领域取得了重大突破今年5月，北卡罗来纳大学教堂山分校、微软提出一种可组合扩散（ComposableDif...
-
202312-04
- DetZero：Waymo在3D检测榜单
- 本文提出了一套离线3D物体检测算法框架DetZero，通过在Waymo公开数据集上进行全面的研究和评估，DetZero可生成连续且完整的物体轨迹序列，并充分利用...
-
202312-04
- 手机上图像0.2秒即可呈现，谷歌构建最快
- 在手机等移动端侧运行StableDiffusion等文生图生成式AI大模型已经成为业界追逐的热点之一，其中生成速度是主要的制约因素。近日，来自谷歌的一篇论文「M...
-
202312-04
- 来一趟未来之旅，首个多视图预测+规划自动
- 近期，世界模型的概念引发了火热浪潮，而自动驾驶领域岂能隔岸观「火」。来自中科院自动化所的团队，首次提出了一种名为Drive-WM的全新多视图世界模型，旨在增强端...
-
202312-03
- 全球瞩目的「科目三」：梅西、钢铁侠、二次
- 最近一段时间，你可能或多或少的听到过「科目三」，摇花手、半崴不崴的脚，配合着节奏鲜明的音乐，这一舞蹈动作遭全网模仿。如果相似的舞蹈，让AI生成会怎样？就像下图所...
-
202312-03
- 深入理解图表：ChartLlama，腾讯
- 在图像理解领域，多模态大模型已经充分展示了其卓越的性能。然而，对于工作中经常需要处理的图表理解与生成任务，现有的多模态模型仍有进步的空间。尽管目前在图表理解领域...
