新一代轻量级ControlNeXt火了 贾佳亚团队正应战Scaling 视频生成控制优化几十倍 Law
最近，又一款国产AI神器吸引了众网友和圈内钻研人员的关注！它就是全新的图像和视频生成控制工具——ControlNeXt，由思谋科技开创人、港科大讲座传授贾佳亚团队开发，X平台上出名AI博主，AK，介绍从命名来看，ControlNeXt，致敬......
ECCV`24
论文链接，https，arxiv.org，abs，2407.16260亮点直击最近，文本到3D生成畛域取得了清楚停顿，为了增强其在实践运行中的适用性，关键是生成具备交互作用的多个独立对象，相似于2D图像编辑中的图层分解，但是，现有的文本到3......
大规模高品质的Amortized文本到增强3D 只有ms！英伟达提出LATTE3D 分解
文章链接，https，arxiv.org，pdf，2403.15385工程地址，https，research.nvidia.com，labs，toronto，ai，LATTE3D，最近的文本到3D生成方法发生了令人印象深入的3D结果，但须要......
SAM 具身自动体三维感知新链条 Lab提出多视角融合具身模型 & TeleAI 上海AI
当咱们拿起一个机械手表时，从正面会看到表盘和指针，从正面会看到表冠和表链，关上手表反面会看到复杂的齿轮和机芯，每个视角都提供了不同的消息，将这些消息综合起来才干了解操作对象的全体三维，想让机器人在事实生存中学会口头复杂义务，首先须要使机器人......
Mol
引言在人造言语处置，NLP，的泛滥运行场景中，大型言语模型，LargeLanguageModel，LLM，展现了其出色的文本了解与生成才干，不只在传统的文转义务上效果斐然，更在动物学、计算化学、药物研发等跨学科畛域证实了其宽泛的运行后劲，虽......
Meta推出开明环球具身问答数据集OpenEQA 视觉大模型在具身自动上还有很长的路要走！
构想一个实体化的AI代理，充任家庭机器人的大脑或时兴的自动眼镜，这样的代理须要应用视觉等感知模态来了解周围环境，并能够用明晰、日常言语有效地与人交换，这相似于构建，环球模型，，即代理对外部环球的外部示意，可以经过言语查问，这是一个常年愿景和......
阿里 训练的万卡集群 LLM HPN 针对大规模
一、背景之前的文章中咱们详细引见了万卡GPU集群中的网络拓扑以及在万卡GPU集群中启动大规模LLM训练面对的应战和处置打算；也进一步引见了阿里云的汇合通讯调度框架C4和C4底层的阿里云新一代智算集群网络架构HPN7.0，不过上述HPN7.0......
具身智能成败之关键！干货长文初次片面回忆具身智能畛域中的视觉
文章链接，https，arxiv.org，pdf，2405.14093亮点直击本综述是关于具身智能畛域中新兴的视觉，言语，举措模型的初次片面回忆，深度学习在许多畛域中展现出了清楚的成功，包括计算机视觉、人造言语处置和强化学习，这些畛域的代表......
义务 数据集和评价目的 详解大规模基础模型中的幻觉疑问 幻觉检测 缓解
论文链接，https，arxiv.org，pdf，2405.09589总结速览处置的疑问在大规模基础模型中，幻觉输入的生成是一个关键应战，特意是在高危险运行中，这种偏向或者影响模型的牢靠性和准确性，提出的打算建设了幻觉的准确定义和结构化分类......
阿里史上最大规模开源颁布 超GPT
当天清晨，阿里巴巴官宣了史上最大规模的开源颁布，推出了基础模型Qwen2.5、公用于编码Qwen2.5，Coder和数学的Qwen2.5，Math，这三大类模型一共有10多个版本，包含0.5B、1.5B、3B、7B、14B、32B和72B，......