AI资讯新闻榜单内容搜索-REG

关键词: 视频数据集,AI,模型训练,AI视频,Open-Sora-Plan

中科大、上海AI实验室等组成的ShareGPT4V团队，推出了新的视频数据集，登顶HuggingFace排行榜！

关键词: ShareGPT4V,AI视频,多模态大模型,ShareGPT4Video,AI

继Sora官宣之后，多模态大模型在视频生成方面的应用简直就像井喷一样涌现出来，LUMA、Gen-3 Alpha等视频生成模型展现了极佳质量的艺术风格和视频场景的细节雕刻能力，文生视频、图生视频的新前沿不断被扩展令大家惊喜不已，抱有期待。

关键词: openai,Greg,GPT-4,奥特曼

为什么是OpenAI首先开发出像GPT-4这样强大的模型？联合创始人Greg在接受采访时透露，团队中不仅仅有学术背景的研究型人才，同时还有优秀的工程人才，这使得他们能够从不同的角度解决问题，更有效地推动项目进步。

关键词: GPT-4o,OpenAI,DALL-E,chatGPT

OpenAI总裁兼联合创始人Greg再次大秀GPT-4o操作，结果网友直接缅怀DALL-E图片。

关键词: 奥特曼,GPT-5,OpenAI,H200,GPU

昨天，黄仁勋亲自为 OpenAI 送来了全球第一台 Nvidia DGX H200 超级计算机，三人合影（老黄、奥特曼、Greg Brockman ）引得大家津津乐道。

关键词: 奥特曼,GPT-5,OpenAI,H200,GPU

昨天，黄仁勋亲自为 OpenAI 送来了全球第一台 Nvidia DGX H200 超级计算机，三人合影（老黄、奥特曼、Greg Brockman ）引得大家津津乐道。

关键词: GPT,扩散模型,Scaling Law,VAR,

新一代视觉生成范式「VAR: Visual Auto Regressive」视觉自回归来了

关键词: MAGNeT,AI音频,音频生成新模型,Meta AI,文本生成音乐

在文本生成音频（或音乐）这个 AIGC 赛道，Meta 最近又有了新研究成果，而且开源了。前几日，在论文《Masked Audio Generation using a Single Non-Autoregressive Transformer》中，Meta FAIR 团队、Kyutai 和希伯来大学推出了 MAGNeT，一种在掩码生成序列建模方法。

关键词: 小模型,AI,生成式AI

在本篇文章中，适道将综合Coatue、a16z、Radical Ventures等明星VC预言；The Information、FT、Sifted汇集的投资者预言；以及Greg Brockman等行业大佬的观点，试着归纳接下来一年中AI的发展脉络。

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。