新闻动态
-
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...
-
202312-03
- 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...
-
202311-28
- 规模小、效率高：DeepMind推出多模
- 多模态学习面临的主要挑战之一是需要融合文本、音频、视频等异构的模态，多模态模型需要组合不同来源的信号。然而，这些模态具有不同的特征，很难通过单一模型来组合。例如...
-
202311-27
- 人类考92分的题，GPT-4只能考15分
- GPT-4自诞生以来一直是位「优等生」，在各种考试（基准）中都能得高分。但现在，它在一份新的测试中只拿到了15分，而人类能拿92。这套名叫「GAIA」的测试题由...
-
202311-24
- 柔性脑机接口整体解决方案：脑虎科技全力打
- 脑虎科技的「柔性脑机接口整体解决方案」是一套从端到端的解决方案，包括柔性电极、手术机器人、植入式脑电采集器、脑电芯片、高频数字脑电图机、软件算法云平台等。这套解...
-
202311-22
- 深入探讨多模态融合感知算法在自动驾驶中的
- 请联系出处获得本文的转载授权，本文是由自动驾驶之心公众号发布的1简介多模态传感器融合意味着信息互补、稳定和安全，长期以来都是自动驾驶感知的重要一环。然而信息利用...
-
202310-12
- 智谱AI与清华KEG合作，发布了名为Co
- 鞭牛士10月12日消息，近日，智谱AI&清华KEG于魔搭社区发布并直接开源了多模态大模型——CogVLM-17B。据悉，CogVLM是一个强大的开源视觉...
