搜索
近年来，视觉语言基础模型（Vision Language Models, VLMs）大放异彩，在多模态理解和推理上展现出了超强能力。现在，更加酷炫的视觉语言动作模型（Vision-Language-Action Models, VLAs）来了！通过为 VLMs 加上动作预测模块，VLAs 不仅能 “看” 懂和 “说” 清，还能 “动” 起来，为机器人领域开启了新玩法！
巴西初创公司Carecode宣布完成一轮预种子融资，筹集了430万美元资金，旨在开发一项基于对话式人工智能（AI）的客户服务解决方案，专注于医疗行业。
时隔6年，一度被认为濒死的“BERT”杀回来了——
近期，OpenAI 号称最强推理模型的推出，引发了社区的热议，无论是性能还是价格，都产生了不少话题。最近，我们对 o1 新发布的 o1 满血版、o1 pro mode 模型进行了高难度数学测试，旨在深入探究其在数学推理方面的能力表现。
将图像中与约束相关的物体或部分提取为更简洁的几何元素（如点、线、面）。通过跟踪和评估这些几何元素在时空中的变化，可以有效地监控约束是否被满足。
具备原生中文理解能力，还兼容Stable Diffusion生态。 最新模型结构Bridge Diffusion Model来了。 与Dreambooth模型结合，它生成的穿中式婚礼礼服的歪国明星长这样。
最近，2D/3D 内容创作、世界模型（World Models）似乎成为 AI 领域的热门关键词。作为计算机视觉的基础任务之一，多视角图像生成是上述热点方向的技术基础，在 3D 场景生成、虚拟现实、具身感知与仿真、自动驾驶等领域展现了广泛的应用潜力。
《智能涌现》独家获悉，AI独角兽“智谱”近期完成新一轮融资，金额为30亿元。新投资方包括多家战投及国资，君联资本等老股东继续跟投。
头部厂商的动向往往是行业的风向标，这一次，Codeway的新应用引起了我们的注意。 Learna AI Tutor（以下简称Learna）在9月24日上线，至今仅有2个月的时间，全球下载量已经超过400万，特别是在Google Play渠道，下载量已经超过300万。
OpenAI“双十二”的第六天，依旧重磅来袭——《Her》一样的视频通话功能，全量开放！而且这次的版本名字也是非常应景，叫做Santa Mode（圣诞模式）。