AI资讯新闻榜单内容搜索-CLI

关键词: 人工智能,AI,模型训练,视频压缩

随着以深度学习为代表的新一代人工智能技术不断取得突破，学术界与工业界逐渐意识到人工智能技术在图像、视频压缩领域的巨大应用潜力。

关键词: CLIP,长文本能力,多模态,模型训练

CLIP长文本能力被解锁，图像检索任务表现显著提升！一些关键细节也能被捕捉到。上海交大联合上海AI实验室提出新框架Long-CLIP。

关键词: 字节,GLEE,目标感知基础模型,视频模型

近年来，LLM 已经一统所有文本任务，展现了基础模型的强大潜力。一些视觉基础模型如 CLIP 在多模态理解任务上同样展现出了强大的泛化能力，其统一的视觉语言空间带动了一系列多模态理解、生成、开放词表等任务的发展。然而针对更细粒度的目标级别的感知任务，目前依然缺乏一个强大的基础模型。

关键词: 腾讯混元,图生视频模型,AI视频,Follow-Your-Click

以上效果来自一个新的图生视频模型Follow-Your-Click，由腾讯混元、清华大学和香港科技大学联合推出。任意一张照片输入模型，只需要点击对应区域，加上少量简单的提示词，就可以让图片中原本静态的区域动起来，一键转换成视频。

关键词: Clipfly,AI出海,Fotor,AI长视频

AI长视频平台Clipfly（www.clipfly.ai）正式上线。Clipfly是Fotor旗下的新产品，集合了AI视频生成、AI视频增强、视频编辑等众多功能，是全球率先正式上线的一站式AI长视频平台。

关键词: LLM,马毅,LeCun,谢赛宁

来自纽约大学和UC伯克利的研究团队成功捕捉到了多模态大模型在视觉理解方面存在的重大缺陷。针对这个问题，他们进一步提出了一个将DINOv2特征与CLIP特征结合的方法，有效地提升了多模态大模型的视觉功能。

关键词: 南大模型,VividTalk,AI声音,AI视频

本文介绍了一个名为Alph-CLIP的框架，它在原始的接受RGB三通道输入的CLIP模型的上额外增加了一个alpha通道。在千万量级的RGBA-region的图像文本对上进行训练后，Alpha-CLIP可以在保证CLIP原始感知能力的前提下，关注到任意指定区域。通过替换原始CLIP的应用场景，Alpha-CLIP在图像识别、视觉-语言大模型、2D乃至3D生成领域都展现出强大作用。

关键词: AI,Microsoft,Copilot

下一个Windows 11更新拥有 150 多项新功能，是微软迄今为止最最重要的更新！它将 Copilot 的强大功能和新的 AI 驱动体验带到了 Windows PC 上的 Paint、Photos、Clipchamp 等应用程序中。

关键词: Climasens,AI,AI气象,AI天气

由谷歌公司（Google.org）支持的一项价值 500 万美元的合作项目将见证墨尔本初创企业 Climasens 与纽约城市系统实验室（USL）的联手，通过开发和推广基于多种城市气候灾害模型的人工智能（AI）气候风险评估工具，应对当前和未来的气候风险。