新闻动态
-
202404-28
- 元象首个多模态大模型XVERSE-V开源
- 人类获取的信息83%来自视觉，图文多模态大模型能感知更丰富和精确的真实世界信息，构建更全面的认知智能，从而向AGI（通用人工智能）迈出更大步伐。元象今日发布多模...
-
202404-26
- 颜水成挂帅，昆仑万维2050全球研究院联
- 近日，由颜水成教授带队，昆仑万维2050全球研究院、新加坡国立大学、新加坡南洋理工大学团队联合发布并开源了Vitron通用像素级视觉多模态大语言模型。这是一款重...
-
202404-25
- 颜水成挂帅，奠定「通用视觉多模态大模型」
- 近日，颜水成教授团队联合发布并开源了Vitron通用像素级视觉多模态大语言模型。项目主页&Demo：https://vitron-llm.github....
-
202404-24
- CVPR 2025 | 面向真实感场景生
- 原标题：TowardsRealisticSceneGenerationwithLiDARDiffusionModels论文链接：https://hancyran...
-
202404-24
- Meta智能眼镜用上多模态Llama 3
- 科幻大片中的AR黑科技，竟走进了现实！刚刚，Meta自家的雷朋智能眼镜已经开始支持多模态版的Llama3了！要知道，Llama3的开源版本还没有支持多模态呢。最...
-
202404-23
- 轻松拿捏 4K 高清图像理解！这个多模态
- 一个可以自动分析PDF、网页、海报、Excel图表内容的大模型，对于打工人来说简直不要太方便。上海AILab，香港中文大学等研究机构提出的InternLM-XC...
-
202404-22
- 超越BEVFusion！DifFUSER
- 写在前面&笔者的个人理解目前，随着自动驾驶技术的越发成熟以及自动驾驶感知任务需求的日益增多，工业界和学术界非常希望一个理想的感知算法模型，可以同时完成三...
-
202404-19
- 端到端自动驾驶、多模态场景大脑、全新3D
- 商汤绝影将带来面向量产的真·端到端自动驾驶解决方案UniAD上车演示首秀商汤绝影打造敏锐洞察、深度思考、高效执行的多模态场景大脑“VisionPro”裸眼上车，...
