標簽：能力

作者 | 褚杏娟 從 2022 年 12 月啟動“1+N”大模型技術攻關至今，科大訊飛已經在這個領域探索了兩年多的時間。作為將大模型融入自身業務的典型，訊飛在大模型探...

組委會 發自 凹非寺量子位 | 公眾號 QbitAI為了讓更多行業者感受技術變革，也為了給予更多同行同路人掌聲與鼓舞，我們已啟動了2024人工智能年度評選。 今年是...

文章轉載自公眾號：AIGC開放社區，本文只做學術/技術分享，如有侵權，聯系刪文。 隨著GPT-4V等多模態視覺大模型的出現，在理解和推理視覺內容方面獲得了巨大...

新智元報道編輯：桃子 【新智元導讀】完整版o1圖像理解能力，被提前「放出」了？網友曝出o1能夠識圖，進行推理總結?，F在，o1多模態一大波試用已經鋪屏全網。...

CFM團隊 投稿量子位 | 公眾號 QbitAI探索更高效的模型架構， MoE是最具代表性的方向之一。 MoE架構的主要優勢是利用稀疏激活的性質，將大模型拆解成若干功能...

GenAI 發自 凹非寺量子位 | 公眾號 QbitAI我們只落后OpenAI 5-6個月，但要進一步縮短這個時間差，大家的難度都很大。 國產大模型首次在國際最具挑戰的“大模型...

GPT-4o 的語音演示，引燃了行業對于 AI 產品語音實時交互的想象，完全實時、可隨時打斷的 AI 助手，正成為新的 趨勢。 而 Google Labs 推出的 NotebookLM，則...

允中 發自 凹非寺量子位 | 公眾號 QbitAI多模態模型，統一圖像生成。 最新擴散模型框架來了。 智源研究院推出OmniGen，它能天然支持各種圖像生成任務，架構高...

新宇投稿 凹非寺量子位 | 公眾號 QbitAIGPT-4o 四月發布會掀起了視頻理解的熱潮，而開源領軍者Qwen2也對視頻毫不手軟，在各個視頻評測基準上狠狠秀了一把肌肉...

機器之心報道 編輯：張倩、陳陳Grok 大模型終于能看懂圖像了。設想一下，如果我們能夠將所有 LaTeX 時代之前的文本資料輸入到先進的大型語言模型（LLM）中，...

機器之心發布 機器之心編輯部大型語言模型（LLM）的出現統一了語言生成任務，并徹底改變了人機交互。然而，在圖像生成領域，能夠在單一框架內處理各種任務的...

新智元報道編輯：編輯部 HYZ 【新智元導讀】LLM統一了語言生成任務，圖像生成可以嗎？就在剛剛，智源推出了全新擴散模型架構OmniGen，單個模型就能生成圖像，...

搭載訊飛星火端側輸入大模型、訊飛星火語音大模型的訊飛輸入法14.0亮相。 作者|程茜 編輯|漠影 智東西10月28日報道，訊飛輸入法又上新，這次是端側大模型重塑...

允中 發自 凹非寺量子位 | 公眾號 QbitAI僅需1塊80G顯卡，大模型理解小時級超長視頻。 智源研究院聯合上海交通大學、中國人民大學、北京大學和北京郵電大學等...

新智元報道編輯：編輯部 HYZ 【新智元導讀】長視頻理解迎來新紀元！智源聯手國內多所頂尖高校，推出了超長視頻理解大模型Video-XL。僅用一張80G顯卡處理小時...