新闻动态
-
202403-27
- 再谈复现 Sora：被仰望与被遗忘的
- 2月16日，OpenAI发布了视频生成领域的重磅模型——Sora。Sora对ScalingLaw的信仰及其突破性的技术创新，使它持续保持领先地位。同时，也再次证...
-
202403-25
- 剑桥团队开源：赋能多模态大模型RAG应用
- 论文链接：https://arxiv.org/abs/2402.08327DEMO链接：https://u60544-b8d4-53eaa55d.westx.s...
-
202403-25
- 3D版Sora来了？UMass、MIT等
- 在最近的研究中，视觉-语言-动作（VLA，vision-language-action）模型的输入基本都是2D数据，没有集成更通用的3D物理世界。此外，现有的模...
-
202403-25
- CNN、Transformer、Unif
- 视频理解的核心目标是准确理解时空表示，但面临两个主要挑战：短视频片段中存在大量时空冗余，并且复杂的时空依赖关系。三维卷积神经网络（CNN）和视频Transfor...
-
202403-22
- 文生图的基石CLIP模型的发展综述
- CLIPstandsforContrastiveLanguage-ImagePre-training,whichisapre-trainingmethodorm...
-
202403-22
- WorldGPT来了：打造类Sora视频
- OpenAI的Sora在今年2月惊艳亮相，为文本生成视频带来了全新的突破。它可以根据文字输入创作出仿佛来自好莱坞的逼真且充满想象力的影片，让人叹为观止。许多人都...
-
202403-19
- 优于所有方法！HIMap：端到端矢量化H
- 矢量化高清（HD）地图构建需要预测地图元素的类别和点坐标（例如道路边界、车道分隔带、人行横道等）。现有技术的方法主要基于点级表示学习，用于回归精确的点坐标。然而...
-
202403-15
- 苹果大模型MM1杀入场：300亿参数、多
- 今年以来，苹果显然已经加大了对生成式人工智能（GenAI）的重视和投入。在最近的苹果股东大会上，苹果CEO蒂姆・库克表示，公司计划在今年在GenAI领域取得重大...
