关键词: 贾佳亚,ChatGPT,DALL-E 3,Mini-Gemini,视觉语言模型

刷爆多模态任务榜单，超强视觉语言模型Mini-Gemini来了！ 效果堪称是开源社区版的GPT-4+DALL-E 3王炸组合。

关键词: AI超市,AI无人超市,AI视觉识别,AI应用

就离谱，都2024了，人工智能靠人工的戏码还在上演。 而且是类似ATM机背后坐真·柜员给你递钱的那种！

关键词: 工业大模型,创新奇智,AInno-15B,AI视觉,ChatVision

AInno-75B正式亮相，AI在视觉识别和工业设计领域的应用范围进一步拓宽。Chat GPT、Sora、Suno等AI技术的接连问世，让人类社会经历了一场认知的革命。世人开始意识到，AI不仅是单一的工具本身，更是推动人类文明进步的新引擎。在这个数据驱动、智能互联的时代，我们不禁发问：当AI的触角延伸到工业的每一个角落，它将如何重塑工业的未来？

关键词: 视觉增强,AI大模型,AI模型训练

虽然我从来没见过你，但是我有可能「认识」你 —— 这是人们希望人工智能在「一眼初见」下达到的状态。

关键词: 马毅,AI机器视觉,Monica,AI agent,AI学者

最近我们关注到，马毅教授下的一家科技公司发生了股权变动，著名的VC基金真格入股。

关键词: 何恺明,MIT,计算机视觉课

作为麻省理工学院（MIT）电气工程与计算机科学系（EECS）副教授，何恺明第一节课讲授了卷积神经网络的基本知识。

关键词: sora,LeCun,视觉世界模型,世界模型,AI学术

Sora 的发布让整个 AI 领域为之狂欢，但 LeCun 是个例外。

关键词: sora,逆向工程,计算机视觉

Sora刚发布不久，就被逆向工程“解剖”了？！

关键词: Sora,AI 视频,视觉训练,AGI,openai

本文总结了关于Sora的四点启发，包括视觉数据训练出更强的泛化能力、OpenAI的Scaling Law路线、与AGI的第一次亲密接触以及OpenAI的宣传策略。

关键词: 大模型训练,视觉」表征,LLM

不用图像，只用文本就能训练出视觉概念表征？用写代码的方式读懂画面，形状、物体、场景都能懂！