技术Blog | 超强端侧多模态大模型MiniCPM-V 2.0: 具备领先OCR和理解能力
技术Blog | 超强端侧多模态大模型MiniCPM-V 2.0: 具备领先OCR和理解能力MiniCPM 系列的最新多模态版本 MiniCPM-V 2.0。该模型基于 MiniCPM 2.4B 和 SigLip-400M 构建,共拥有 2.8B 参数。MiniCPM-V 2.0 具有领先的光学字符识别(OCR)和多模态理解能力
搜索
MiniCPM 系列的最新多模态版本 MiniCPM-V 2.0。该模型基于 MiniCPM 2.4B 和 SigLip-400M 构建,共拥有 2.8B 参数。MiniCPM-V 2.0 具有领先的光学字符识别(OCR)和多模态理解能力
Adobe 全家桶马上就要拥有最先进的生成式 AI 视频创作能力了
Transformer 的重要性无需多言,目前也有很多研究团队致力于改进这种变革性技术,其中一个重要的改进方向是提升 Transformer 的效率,比如让其具备自适应计算能力,从而可以节省下不必要的计算。
Sora要被集成在Adobe视频剪辑软件里了。 在最新发布的Premier Pro概念演示里,Adobe展示了与OpenAI合作的探索成果: 在主镜头之外,完全由Sora生成一段B-roll辅助镜头。
生成式AI人脸造假套路多,怎么办? 现在,专门用于DeepFake的综合性产品上新了—— ZOLOZ Deeper,蚂蚁数科ZOLOZ出品。我们日常的支付宝刷脸支付,正是依托于他们技术支撑。
大模型颠覆一切,终于还是颠到了本小编头上。 还是一个一句话就被打造出来的Agent。 像这样,抛给Ta一篇文章,不到1秒,标题建议就新鲜出炉了。
整数智能发展于浙江大学计算机创新技术研究院,致力于为人工智能企业及科研院所提供一站式数据管理服务。其提供的智能数据工程平台(ABAVA Platform)与数据集构建服务(ACE Service),能够满足自动驾驶、AIGC、智慧医疗等数十个应用场景的数据需求。
刚刚,由李飞飞联合领导的斯坦福大学以人为本人工智能研究所(Stanford HAI)发布了《2024 年人工智能指数报告》(Artificial Intelligence Index Report 2024)。
提出图像生成新范式,从预测下一个token变成预测下一级分辨率,效果超越Sora核心组件Diffusion Transformer(DiT
2024年4月11日,美国专利商标局(USPTO)在联邦公报上发布了一份《美国专利商标局关于在实践中使用基于人工智能的工具的指南》。这是美国政府首次在人工智能辅助专利撰写和申请上予以明确表示可以,并进行进一步规范的官方表态。