AI资讯新闻榜单内容搜索-CNN

关键词: AI,模型训练,Perception-R1,人工智能

超越YOLOv3、Faster-RCNN，首个在COCO2017 val set上突破30AP的纯多模态开源LLM来啦！

关键词: AI,a16z,AI虚拟人,AI数字人

AI虚拟人模型架构从CNN、GANs演进至Transformer+扩散模型，实现从单一面部驱动到半身/全身动态生成的跨越，口型同步与多模态协同表现显著提升。

关键词: AI,TimeDistill,模型训练,人工智能

TimeDistill通过知识蒸馏，将复杂模型（如Transformer和CNN）的预测能力迁移到轻量级的MLP模型中，专注于提取多尺度和多周期模式，显著提升MLP的预测精度，同时保持高效计算能力，为时序预测提供了一种高效且精准的解决方案。

关键词: AI,Attention,YOLO,模型训练

YOLO 系列模型的结构创新一直围绕 CNN 展开，而让 transformer 具有统治优势的 attention 机制一直不是 YOLO 系列网络结构改进的重点。这主要的原因是 attention 机制的速度无法满足 YOLO 实时性的要求。

关键词: AI,智能体,AI研报,人工智能

CNNIC最新发布的《生成式人工智能应用发展报告（2024）》报告则显示，智能体成为生成式人工智能应用主流形态之一，截至今年6月，我国生成式人工智能产品的用户规模达2.3亿人，占整体人口的16.4%。 这意味着，几乎每六个中国人中就有一人正在使用AI产品。AI产品都在向智能体过渡的趋势下，半年后的现在，使用AI智能体的用户可能更多。

关键词: 视频模型,AI视频,模型训练,扩散模型,AI

来自复旦大学视觉与学习实验室的研究者们提出了一种新型的面向视频模型的对抗攻击方法 - 基于扩散模型的视频非限制迁移攻击（ReToMe-VA）。该方法采用逐时间步对抗隐变量优化策略，以实现生成对抗样本的空间不可感知性；同时，在生成对抗帧的去噪过程中引入了递归 token 合并策略，通过匹配及合并视频帧之间的自注意力 token，显著提升了对抗视频的迁移性和时序一致性。

关键词: 大模型,AI,Transformer,AI框架,CNN,模型训练

Transformer大模型尺寸变化，正在重走CNN的老路！

关键词: 神经网络,AI,LeCun,大模型,人工智能

神经网络拟合数据的能力受哪些因素影响？CNN一定比Transformer差吗？ReLU和SGD还有哪些神奇的作用？近日，LeCun参与的一项工作向我们展示了神经网络在实践中的灵活性。

关键词: 扩散模型,ViT,Transformer,CNN,计算机视觉

用卷积能做出一样好的效果。

关键词: CNN,Transformer,Uniformer,视频理解技术,视频AI

视频理解因大量时空冗余和复杂时空依赖，同时克服两个问题难度巨大，CNN 和 Transformer 及 Uniformer 都难以胜任，Mamba 是个好思路，让我们看看本文是如何创造视频理解的 VideoMamba。