AI资讯新闻榜单内容搜索-英伟达开源

关键词: AI,ConsiStory,模型训练,AI绘图,人工智能

文本到图像的生成模型让创作更加灵活，用户可以用自然语言引导生成图像。

关键词: AI,Nemotron 70B,o1,人工智能

英伟达不仅要做显卡领域的领先者，还要在大模型领域逐渐建立起自己的优势。

关键词: AI,GPT-4o,英伟达,Nemotron-70B

英伟达开源了超强模型Nemotron-70B，后者一经发布就超越了GPT-4o和Claude 3.5 Sonnet，仅次于OpenAI o1！AI社区惊呼：新的开源王者又来了？业内直呼：用Llama 3.1训出小模型吊打GPT-4o，简直是神来之笔！

关键词: NVLM 1.0,NVLM,多模态,英伟达模型

NVLM 1.0系列多模态大型语言模型在视觉语言任务上达到了与GPT-4o和其他开源模型相媲美的水平，其在纯文本性能甚至超过了LLM骨干模型，特别是在文本数学和编码基准测试中，平均准确率提高了4.3个百分点。

关键词: Mistral,小模型,AI,GPT

小模型，正在成为 AI 巨头的新战场。

关键词: 开源通用模型,GPT-4o,LLM,AI,大模型

刚刚，英伟达全新发布的开源模型Nemotron-4 340B，有可能彻底改变训练LLM的方式！从此，或许各行各业都不再需要昂贵的真实世界数据集了。而且，Nemotron-4 340B直接超越了Mixtral 8x22B、Claude sonnet、Llama3 70B、Qwen 2，甚至可以和GPT-4掰手腕！

关键词: Nemotron,Nemotron-4 340B,LLM,英伟达模型

性能超越 Llama-3，主要用于合成数据。

关键词: CVPR,英伟达,开源大模型,FoundationPose,大模型

FoundationPose模型使用RGBD图像对新颖物体进行姿态估计和跟踪，支持基于模型和无模型设置，在多个公共数据集上大幅优于针对每个任务专门化的现有方法.

关键词: 扩散模型, FoundationPose,LLM,Transformer ,模型训练

物体姿态估计对于各种应用至关重要，例如机器人操纵和混合现实。实例级方法通常需要纹理 CAD 模型来生成训练数据，并且不能应用于测试时未见过的新物体；而类别级方法消除了这些假设（实例训练和 CAD 模型），但获取类别级训练数据需要应用额外的姿态标准化和检查步骤。