多模態(tài)AI
與“多模態(tài)AI”的相關(guān)熱搜詞：
相關(guān)“多模態(tài)AI” 的資訊31篇
-
【騰訊云】11.11云上盛惠！云服務(wù)器首年1.8折起，買1年送3個月！
11.11云上盛惠！海量產(chǎn)品 · 輕松上云！云服務(wù)器首年1.8折起，買1年送3個月！超值優(yōu)惠，性能穩(wěn)定，讓您的云端之旅更加暢享?？靵眚v訊云選購吧！
騰訊云
12-20
廣告 -
薦 AI日報：國內(nèi)首個多模態(tài)AI程序員上崗；字節(jié)啟動Top Seed計劃招募AI人才；DeepSeek R1T Chimera上線OpenRouter
【AI日報】今日AI領(lǐng)域重要動態(tài)：1.百度發(fā)布文心快碼3.5及多模態(tài)AI程序員"文心快碼Comate Zulu"，提升開發(fā)效率；2.字節(jié)跳動啟動"Top Seed"計劃，招募30名AI博士人才；3.DeepSeek開源R1T Chimera模型上線OpenRouter平臺；4.阿里AI工程師余亮獲"全國勞動模范"稱號；5.開源圖像編輯工具Step1X-Edit登陸Hugging Face，性能媲美GPT-4o；6.谷歌被曝每月向三星支付巨額資金預(yù)裝Gemini應(yīng)用
-
薦 UniToken：多模態(tài)AI的“全能選手”，一次編碼搞定圖文理解與圖像生成
復(fù)旦大學(xué)與美團研究者提出UniToken框架，首次在統(tǒng)一模型中實現(xiàn)圖文理解與生成任務(wù)的"雙優(yōu)表現(xiàn)"。該方案融合連續(xù)和離散視覺編碼，有效解決了傳統(tǒng)多模態(tài)建模中的"任務(wù)干擾"和"表示割裂"問題。通過三階段訓(xùn)練策略（視覺語義對齊、多任務(wù)聯(lián)合訓(xùn)練、指令強化微調(diào)），UniToken在多個基準測試中性能超越專用模型。其創(chuàng)新性體現(xiàn)在：1）統(tǒng)一的雙邊視覺編碼
-
搭載多模態(tài)AI助理 三星Galaxy S25系列重塑移動AI新格局
正文不久前，市場研究機構(gòu)CounterpointResearch發(fā)布了一份報告，預(yù)計到2028年，全球生成式AI智能手機的出貨量將達到7.3億臺，其市場份額占比將攀升至54%，這一數(shù)字是2024年預(yù)期水平的三倍以上。到2028年，在售價超過250美元的智能手機中，預(yù)計每10部中就有9部將具備生成式AI功能。這一切成就，都是三星GalaxyS系列堅持長期主義創(chuàng)新理念、不懈追求技術(shù)突破與用戶體驗優(yōu)化的璀璨結(jié)晶。
-
蘋果推出300億參數(shù)多模態(tài)AI大模型MM1.5：擁有圖像識別、自然語言推理能力
近日，蘋果公司推出了300億參數(shù)的多模態(tài)AI大模型MM1.5，該版本是在前代MM1的架構(gòu)基礎(chǔ)上發(fā)展來的。該模型繼續(xù)遵循數(shù)據(jù)驅(qū)動的訓(xùn)練原則，著重探究在不同訓(xùn)練周期中混合各類數(shù)據(jù)對模型性能產(chǎn)生的影響，相關(guān)模型文檔已在HuggingFace上發(fā)布。盡管MM1.5模型在多項基準測試中表現(xiàn)優(yōu)異，但蘋果團隊仍計劃通過進一步融合文本、圖像和用戶交互數(shù)據(jù)，并設(shè)計更復(fù)雜的架構(gòu)，來提升模型對移動設(shè)備UI的理解能力，從讓蘋果牌”AI更強大。
-
薦 具身智能機器人隱藏冠軍上新：領(lǐng)狗進家門，多模態(tài)AI那種
具身智能領(lǐng)域的“癲”，已經(jīng)進入nextlevel了!來看這段視頻:人形機器人在前面跑，一群機器狗在后面追;然后人追著狗，接著狗追著人……最后那位機器人還有很重的「偷感」在身上。這樣它就真的很真狗啊!第二點是BabyAlphaA2擁有SuperChat功能。機器人對人類的價值，從來不只是“科幻”和冷冰冰的硬件已。
-
聲網(wǎng)對話式AI解決方案上新 構(gòu)建實時多模態(tài)AI交互
在生成式人工智能領(lǐng)域，大模型多模態(tài)交互能力的升級正掀起一股新的AI浪潮，在RTC能力的加持下，人與AI的交互不再局限于文字，也可以通過語音通話進行生動、流暢的低延時交互，這也成為當下國內(nèi)外大模型廠商新的發(fā)力點。今年5月，GPT-4o的發(fā)布開創(chuàng)了AI實時語音交互的先河。聲網(wǎng)的實時多模態(tài)對話式AI解決方案目前已經(jīng)上線，如您想進一步體驗我們的Demo或者接入該方案，可在聲網(wǎng)公眾號找到這篇文章，掃描文章底部的二維碼聯(lián)系我們。
-
薦 語言圖像模型大一統(tǒng)！Meta將Transformer和Diffusion融合，多模態(tài)AI王者登場
【新智元導(dǎo)讀】就在剛剛，Meta最新發(fā)布的Transfusion，能夠訓(xùn)練生成文本和圖像的統(tǒng)一模型了!完美融合Transformer和擴散領(lǐng)域之后，語言模型和圖像大一統(tǒng)，又近了一步。真正的多模態(tài)AI模型，可能很快就要來了!Transformer和Diffusion，終于有了一次出色的融合。他在卡耐基梅隆大學(xué)語言技術(shù)研究所獲得博士學(xué)位，師從EduardHovy教授，并在上海交通大學(xué)獲得了計算機科學(xué)碩士和學(xué)士學(xué)位?
-
斯坦福團隊發(fā)布全球首個超小型多模態(tài)AI代理模型Octopus V3，函數(shù)調(diào)用準確度媲美GPT-4
斯坦福大學(xué)的NEXAAI團隊宣布推出全球首個多模態(tài)AI代理模型OctopusV3，讓AI代理更加智能、快速、能耗及成本降低。今年四月份初，NEXAAI推出了備受矚目的OctopusV2，該模型在函數(shù)調(diào)用性能上超越了GPT-4，減少了95%的推理時所需的文本量，為端側(cè)AI應(yīng)用帶來了新的可能性。NEXAAI的創(chuàng)始團隊表示，他們將繼續(xù)致力于推動端側(cè)AI技術(shù)的發(fā)展，通過開源模型提升其創(chuàng)新技術(shù)的影響力，為用戶創(chuàng)造更智能、高效的未來生活。
-
李未可科技正式推出WAKE-AI多模態(tài)AI大模型
4月18日，2024中國生成式AI大會上李未可科技正式發(fā)布為眼鏡等未來終端定向優(yōu)化等自研WAKE-AI多模態(tài)大模型，具備文本生成、語言理解、圖像識別及視頻生成等多模態(tài)交互能力。該大模型圍繞GPS軌跡視覺語音打造新一代LLM-Based的自然交互，同時多模態(tài)問答技術(shù)的加持，能實現(xiàn)所見即所問、所問即所得的精準服務(wù)。李未可科技合伙人&AI負責人古鑒表示W(wǎng)AKE-AI將逐步開放平臺能力，便于更多企業(yè)及開發(fā)者調(diào)用WAKE-AI能力，共建AI硬件生態(tài)。
-
Grok-1.5 Vision Preview官網(wǎng)體驗入口 X.AI多模態(tài)AI模型詳細介紹
Grok-1.5VisionPreview是X.AI公司推出的首個多模態(tài)模型。除了強大的文本處理能力，Grok還能處理各種視覺信息，如文檔、圖表、截圖和照片等。點擊前往Grok-1.5VisionPreview官網(wǎng)體驗入口需求人群：輔助決策分析內(nèi)容生成工作效率提升使用場景示例：使用Grok-1.5V分析復(fù)雜的商業(yè)報告，快速提取關(guān)鍵數(shù)據(jù)和見解利用Grok-1.5V自動生成項目計劃草稿，并優(yōu)化資源分配通過Grok-1.5V理解工廠設(shè)備使用說明，提高維修效率產(chǎn)品特色：多學(xué)科推理文檔理解圖表解讀現(xiàn)實世界理解圖像處理掌握Grok-1.5VisionPreview，體驗多模態(tài)AI的強大功能和無限潛力。
