新闻动态
-
202503-19
- Gemini 2.0 Flash— Go
- Gemini2.0Flash是什么Gemini2.0Flash是Google推出的多模态AI模型，结合文本理解和图像生成能力。根据自然语言输入生成高质量的图像，...
-
202503-19
- MM-StoryAgent— 上海交大联
- MM-StoryAgent：一个开源的多模态、多智能体故事绘本视频生成框架上海交通大学X-LANCE实验室和阿里巴巴集团联合打造的MM-StoryAgent，是...
-
202503-19
- VACE— 阿里通义推出的视频生成与编辑
- 阿里巴巴通义实验室推出的一站式视频生成与编辑框架——VACE（VideoCreationandEditing），为视频内容创作带来了革命性变化。它整合了多种视频...
-
202503-19
- MV-MATH— 中科院推出的基准数据集
- MV-MATH：一个用于评估多模态大语言模型数学推理能力的新基准数据集MV-MATH是由中国科学院自动化研究所推出的一套全新基准数据集，旨在评估多模态大语言模型...
-
202503-19
- Seedream 2.0— 字节豆包推出
- 字节跳动豆包团队全新发布的Seedream2.0，是一款原生中英双语图像生成模型，有效解决了现有模型在文本渲染和文化理解方面的不足。它采用自研双语大语言模型(L...
-
202503-19
- FoxBrain— 鸿海研究院推出的推理
- FoxBrain：鸿海研究院700亿参数大型语言模型鸿海研究院推出的FoxBrain是一个基于MetaLlama3.1架构的700亿参数大型语言模型（LLM），...
-
202503-19
- Gemini Robotics— 谷歌
- 谷歌DeepMind的GeminiRobotics：赋能机器人的多模态AIGeminiRobotics是谷歌DeepMind基于Gemini2.0开发的机器人项...
-
202503-19
- LanDiff— 高质量文本到视频生成的
- LanDiff：革新文本转视频技术LanDiff是一个突破性的文本转视频(T2V)生成框架，它巧妙地融合了自回归语言模型(LLM)和扩散模型(Diffusion...
