AI资讯新闻榜单内容搜索-视觉大模型

关键词: Chat-UniVi,VLM,视觉大模型

训完130亿参数通用视觉语言大模型，只需3天！北大和中山大学团队又出招了——在最新研究中，研究团队提出了一种构建统一的图片和视频表征的框架。利用这种框架，可以大大减少VLM（视觉语言大模型）在训练和推理过程中的开销。

关键词: Video-LLaVA,视觉语言大模型,北大开源视觉大模型,LLM

AI能理解搞笑视频笑点在哪里了。北大等团队开源视觉语言大模型Video-LLaVA，将图像和视频表示对齐到统一的视觉特征空间，在13个图片和视频基准上达到先进的性能。

关键词: AI字幕,夸克模型,夸克AI

夸克网盘电脑端播放器已经支持视频5倍速播放、4K画质和多音轨播放等能力。在自研的AI视觉大模型技术帮助下，升级后的夸克网盘播放器支持AI字幕和文稿生成，更加方便用户理解和管理内容

关键词: Uni3D,多模态,AI视觉模型

最近，智源、清华和北大联合发布了全新的10亿参数的3D视觉通用模型——Uni3D，在主流3D视觉能力上取得了全方位的性能突出！

关键词: 联发科,vivo,AI手机,大模型

联发科今日宣布与 vivo 在 AI 领域深度合作和联调，率先实现了 10 亿和 70 亿 AI 大语言模型以及 10 亿 AI 视觉大模型在手机端侧的落地