新闻动态
-
202309-13
- 改写后的标题：字节推出Vi-PRoM视觉
- 近年来，大规模真实世界数据的视觉预训练取得了显著的进展，在基于像素观察的机器人学习中显示出巨大的潜力。然而，这些研究在预训练数据、方法和模型方面存在差异。因此，...
-
202309-13
- 简化文生图prompt，LLM模型生成高
- 扩散模型已经成为主流的文本到图像生成模型，它可以通过文本提示来引导生成高质量且内容丰富的图像如果输入的提示过于简洁，现有的模型在语义理解和常识推理方面都存在局限...
-
202309-13
- GPT-4：我写的代码你敢用吗？研究表明
- 语言建模的新时代已经到来，大型语言模型（LLM）能力非凡，不仅能理解自然语言，甚至能根据用户需求生成定制代码。因此，越来越多的软件工程师选择查询大型语言模型来解...
-
202309-12
- 「场景控制传送门：四合一物体传送，上交&
- 在常见的图像编辑操作中，图像合成是指将一张图片的前景物体与另一张背景图片结合，生成一张合成图的过程。合成后的图像在视觉效果上类似于将前景物体从一张图片传送到另一...
-
202309-12
- LLaMA微调显存需求减半，清华提出4比
- 大模型的训练和微调对显存要求很高，优化器状态是显存主要开销之一。近日，清华大学朱军、陈键飞团队提出了用于神经网络训练的4比特优化器，节省了模型训练的内存开销，同...
-
202309-11
- 「人与场景交互生成」新突破！天大、清华发
- 自然可控的人与场景交互（HumanSceneInteraction,HSI）生成在虚拟现实/增强现实（VR/AR）内容创作和以人为中心的人工智能等多个领域发挥着...
-
202309-11
- 以 GPU 实例演示 Alibaba C
- 日前，AlibabaCloudLinux3为使AI开发体验更高效，提供了一些优化升级，本文为“AlibabaCloudLinux3AI能力介绍”系列文章预告篇，...
-
202309-11
- 北航打破模态壁垒，跨可见光-红外模态的通
- 近年来，针对视觉感知系统安全性评估的探索逐步深入，先后有研究者成功实现基于眼镜、贴纸、衣服等不同载体的可见光模态安全评估技术，也有一些针对红外模态的新尝试。但是...
