-
开源多模态巨兽登场！Meta将于7月23日推出Llama 3 405B模型
Meta又要搞大事情了!他们即将推出一款名为Llama3405B的开源语言模型，这不仅是他们迄今为止最大的模型，而且还是史上最大的开源语言模型。这个巨无霸，拥有惊人的4050亿参数，能在图像和文本之间自如穿梭，彻底颠覆了以往只能处理文本的老黄历。 关键看点: Meta将在7月23日发布Llama3405B，这是一款具有4050亿参数的多模态模型。 决定将Llama3405B及其权重开源，可能会彻底…- 5.8k
-
谷歌推出多模态 VLOGGER AI：让静态肖像图动起来“说话”
谷歌近日在 GitHub 页面发布博文，介绍了 VLOGGER AI模型，用户只需要输入一张肖像照片和一段音频内容，该模型可以让这些人物“动起来”，富有面部表情地朗读音频内容。 VLOGGER AI 是一种适用于虚拟肖像的多模态 Diffusion 模型，使用 MENTOR 数据库进行训练，该数据库中包含超过 80 万名人物肖像，以及累计超过 2200 小时的影片，从而让 VLOGGER 生成不同…- 2.6k
-
扳回一局！Gemini-Pro多模态能力和GPT-4V不相上下
近期的Gemini-Pro评测报告显示其在多模态领域取得了显著的进展，与GPT-4V不相上下，甚至在某些方面表现更为出色。首先，在多模态专有基准MME上的综合表现中，Gemini-Pro以1933.4的高分超越了GPT-4V，展现出在感知和认知方面的全面优势。而在37个视觉理解任务中，Gemini-Pro在文本翻译、颜色/地标/人物识别以及OCR等任务中表现突出，显示了其在基础感知领域的卓越能力。…- 2.8k
-
Gemini：由 Google 开发的写作、规划和学习的AI 助手
Gemini是谷歌DeepMind推出的新一代人工智能系统。它能够进行多模态推理,支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领域都超越了之前的状态,成为迄今为止最强大的AI系统之一。它有三个不同规模的版本,可满足从边缘计算到云计算的各种需求。Gemini可以广泛应用于创意设计、写作辅助、问题解答、代码生成等领域。 Gemini功能 写作助手：Ge…- 2k
扫码打开当前页
-
￥優惠使用時效：无法使用使用時效：
之前
使用時效：预期有效优惠编号：×