新闻动态
-
202406-28
- 寒武纪1号诞生：谢赛宁Yann LeCu
- 就像动物有了眼睛，谢赛宁YannLeCun团队的Cambrian-1能让AI获得强大的视觉表征学习能力。古往今来，许多哲学家都探究过这个问题：理解语言的含义是否...
-
202406-28
- 将图像自动文本化，图像描述质量更高、更准
- AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传...
-
202406-25
- 太全了！苹果上新视觉模型4M-21，搞定
- 当前的多模态和多任务基础模型，如**4M**或**UnifiedIO**，显示出有希望的结果。然而，它们接受不同输入和执行不同任务的开箱即用能力，受到它们接受训...
-
202406-24
- 涵盖文本、定位和分割任务，智源、港中文联
- 作者|香港中文大学白帆编辑|ScienceAI近日，香港中文大学和智源联合提出的M3D系列工作，包括M3D-Data,M3D-LaMed和M3D-Bench，从...
-
202406-20
- 吴恩达团队新作：多模态多样本上下文学习，
- AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传...
-
202406-18
- 字节豆包、武大提出 CAL：通过视觉相关
- AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传...
-
202406-11
- 可信度超越GPT-4V，清华&面
- AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传...
-
202406-09
- 329篇图像、视频生成论文，今年CVPR
- 图像与视频合成、3D视觉、人体行为识别、视觉与语言推理等研究方向论文最多，属于最热门的方向，体现当前学界对视觉生成、三维感知、人机交互等方向的高度重视。另外，多...
