画个框、输入文字，面包即刻出现：AI开始在3D场景「无中生有」了
画个框、输入文字，面包即刻出现：AI开始在3D场景「无中生有」了现在，通过文本提示和一个 2D 边界框，我们就能在 3D 场景中生成对象。
来自主题: AI技术研报
8103 点击 2024-01-24 14:15
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
现在，通过文本提示和一个 2D 边界框，我们就能在 3D 场景中生成对象。
目标跟踪是计算机视觉的一项基础视觉任务，由于计算机视觉的快速发展，单模态 (RGB) 目标跟踪近年来取得了重大进展。考虑到单一成像传感器的局限性，我们需要引入多模态图像 (RGB、红外等) 来弥补这一缺陷，以实现复杂环境下全天候目标跟踪。
去年，在加速大语言模型推理层面，我们迎来了一个比推测解码更高效的解决方案 —— 普林斯顿、UIUC 等机构提出的 Medusa。如今，关于 Medusa 终于有了完整技术论文，还提供了新的版本。
疫情复苏之后的第二年，CES再次成为了观察未来趋势的最佳窗口，AI应用成为一条观察CES 2024新趋势的天然主线。
根据消息人士曝料，微软调集了各组中的精英，组建了一支新的AI团队，专攻小模型，希望能够摆脱对于OpenAI的依赖。
前两天，一个来自小红书的大佬发了个新项目——InstantID，是用一张你的随意角度的照片，就能生成一个 AI 头像。
前几天的 2024 达沃斯世界经济论坛上，Sam Altman 谈到了 GPT 发展的一些新的方向及可能性，对于当下大模型的一些现状的分析。
绝大多数AI生图模型在训练的时候侧重的是文本和图形之间的关联，并不擅长语义分析和复杂元素处理。
1月16日，AI知识智能技术开发商智谱AI举办了首届技术开放日（Zhipu DevDay），全面展示了其投身大模型事业三年多以来所积累的技术成果，并发布了新一代基座大模型GLM-4。