"多模态"最新资讯

北大最新多模态大模型开源：混合数据集训练，图像视频任务直接用

3天训完130亿参数通用VLM

衡宇 2023-11-29

VLM 北京大学多模态

北大&腾讯打造多模态15边形战士！语言作“纽带”，拳打脚踢各模态，超越Imagebind

还自建首个有深度和红外的大规模多模态数据集

西风 2023-11-12

多模态大模型预训练框架

多模态LLM幻觉问题降低30%！业内首个“啄木鸟”免重训方法诞生｜中科大

可即插即用

丰色 2023-10-29

LLM 多模态

让大模型看图比打字管用！NeurIPS 2023新研究提出多模态查询方法，准确率提升7.8%

代码已开源

萧箫 2023-10-22

多模态大模型

Transformer一作来卷多模态！学术图表也能看懂，100毫秒极速响应｜免费试玩

权重已开源

明敏 2023-10-19

Transformer 多模态独角兽

大语言模型击败扩散模型！视频图像生成双SOTA，谷歌CMU最新研究，一作北大校友

业内首次证据证明

白交 2023-10-16

多模态大语言模型扩散模型

挑战GPT-4V，浙大校友推出开源版多模态大模型，获GitHub 6k+星标

性能已达到GPT-4V的85%

克雷西 2023-10-11

多模态

挑战GPT-4V！清华唐杰&智谱开源多模态14边形战士，在线可玩

从浅层对齐到深度融合

梦晨 2023-10-10

多模态

多模态大模型最全综述来了！7位微软研究员大力合作，5大主题，成文119页

从专业研究员到在校学生都适用

丰色 2023-09-25

多模态微软

国产语音对话大模型来了：李开复零一万物参与，中英双语多模态

开源且商用

白交 2023-09-02

多模态大模型

首次引入视觉定位，实现细粒度多模态联合理解，已开源&demo可玩

还认识班卓琴？

西风 2023-08-15

多模态大模型字节跳动

中科院自动化所全模态大模型亮相，图文音视频3D传感器信号全能

还有开放服务平台

梦晨 2023-06-16

中科院自动化所多模态大模型

「大一统」大模型论文爆火，4种模态任意输入输出，华人本科生5篇顶会一作，网友：近期最不可思议的论文

走通大模型“必经之路”

衡宇 2023-05-28

多模态大模型

Meta开源多感官大模型，AI用6种模态体验虚拟世界，听引擎声就会画汽车｜CVPR2023

离元宇宙又近一步？

梦晨 2023-05-10

Meta 多模态

后GPT时代，多模态是最大的机会

“未来的通用人工智能一定是多模态智能。”

鱼羊 2023-05-04

多模态王咏刚

谷歌报复性砸出5620亿参数大模型！比ChatGPT更恐怖，机器人都能用，学术圈已刷屏

“比ChatGPT更接近AGI”

明敏 2023-03-10

AI大模型多模态

百万量级的多模态对话数据集来了，153万张图片4000多主题，已对学术圈开源｜北大&微软新研究

还支持多种表情符号

羿阁 2022-11-19

人工智能北大多模态微软

听声辨物，这是AI视觉该干的？？？｜ECCV 2022

多模态又有新坑了

梦晨 2022-08-04

多模态视听分割

零样本学习超越CLIP！谷歌提出首个多模态稀疏化模型LIMoE，还能降低计算成本

最低成本相当于标准Transformer

明敏 2022-06-13

多模态稀疏化

有人翻小红书种草，有人却翻到了最新AI技术趋势

没想到小红书还能干这事儿

白交 2022-04-23

多模态小红书

多模态

北大最新多模态大模型开源：混合数据集训练，图像视频任务直接用

北大&腾讯打造多模态15边形战士！语言作“纽带”，拳打脚踢各模态，超越Imagebind

多模态LLM幻觉问题降低30%！业内首个“啄木鸟”免重训方法诞生｜中科大

让大模型看图比打字管用！NeurIPS 2023新研究提出多模态查询方法，准确率提升7.8%

Transformer一作来卷多模态！学术图表也能看懂，100毫秒极速响应｜免费试玩

大语言模型击败扩散模型！视频图像生成双SOTA，谷歌CMU最新研究，一作北大校友

挑战GPT-4V，浙大校友推出开源版多模态大模型，获GitHub 6k+星标

挑战GPT-4V！清华唐杰&智谱开源多模态14边形战士，在线可玩

多模态大模型最全综述来了！7位微软研究员大力合作，5大主题，成文119页

国产语音对话大模型来了：李开复零一万物参与，中英双语多模态

首次引入视觉定位，实现细粒度多模态联合理解，已开源&demo可玩

中科院自动化所全模态大模型亮相，图文音视频3D传感器信号全能

「大一统」大模型论文爆火，4种模态任意输入输出，华人本科生5篇顶会一作，网友：近期最不可思议的论文

Meta开源多感官大模型，AI用6种模态体验虚拟世界，听引擎声就会画汽车｜CVPR2023

后GPT时代，多模态是最大的机会

谷歌报复性砸出5620亿参数大模型！比ChatGPT更恐怖，机器人都能用，学术圈已刷屏

百万量级的多模态对话数据集来了，153万张图片4000多主题，已对学术圈开源｜北大&微软新研究

听声辨物，这是AI视觉该干的？？？｜ECCV 2022

零样本学习超越CLIP！谷歌提出首个多模态稀疏化模型LIMoE，还能降低计算成本

有人翻小红书种草，有人却翻到了最新AI技术趋势

热门文章

最新Claude2.1、Llama 2随便用！亚马逊把生成式AI开发门槛打下去了

AI震撼材料学！谷歌DeepMind新研究登Nature，一口气预测220万种新材料

斯坦福美女博士创业项目爆火！AI视频生成出道即顶流，半年融资5500万美元

北大最新多模态大模型开源：混合数据集训练，图像视频任务直接用

AI网红月入8万，只用PS即可打造