关键词: SOTA,沈向洋,视觉识别,AI,AI视觉

目标检测领域，迎来了新进展—— Grounding DINO 1.5，IDEA研究院团队出品，在端侧就可实现实时识别。

关键词: HuggingFace,SOTA,AI视频,视觉模型,模型训练

前有OpenAI的GPT-4o，后有谷歌的系列王炸，先进的多模态大模型接连炸场。

关键词: ViTamin,视觉基础模型,SOTA,Transformer,模型训练

视觉语言模型屡屡出现新突破，但ViT仍是图像编码器的首选网络结构。

关键词: AI写歌,AI音乐,AI音乐生成器,SOTA模型

在AI生成音乐这件事上，即使是像Suno、Udio这样掀起热潮的玩家，也同Sora一样，并没有公开其背后的技术细节内容。

关键词: Llama 3,GPT-4,SOTA,Claude 3 Sonnet,Gemini Pro 1.5

就在刚刚，Meta官网上新，官宣了Llama 3 80亿和700亿参数版本

关键词: SOTA,AI音乐,国产音乐模型,天工大模型

前段时间，X 平台知名 AI 博主 Aran Komatsuzaki 自己写了一首歌，专门用来表达对另一位 AI 科学家 ——Gary Marcus 的不满

关键词: aiXcoder-7B,代码大模型,AI代码,aiXcoder-7B Base,SOTA

来自Meta、基于Llama2，可是开源界最先进的AI编程大模型之作

关键词: AI视频,MiniGPT4-Video,SOTA,sora

秒懂视频的AI诞生了！KAUST和哈佛大学研究团队提出MiniGPT4-Video框架，不仅能理解复杂视频，甚至还能作诗配文。

关键词: 多模态模型,LLM,SOTA

多模态大型语言模型进展如何？盘点 26 个当前最佳多模态大型语言模型。

关键词: SOTA,3D人体模型,pipeline

最近来自浙江大学ReLER实验室的研究人员提出SIFU模型，一种侧视图条件隐函数模型用于单张图片3D人体重建。模型通过引入人体侧视图作为先验条件，并结合扩散模型进行纹理增强，在几何与纹理重建测试中均达到SOTA，并且在真实世界中具有多种应用场景。