Bob Swan，英特尔的前任 CEO，在任期内做出了一个关键性决策——放弃投资 OpenAI。这一决策发生在 2017 至 2018 年间，当时英特尔有机会以 10 亿美元收购 OpenAI 15% 的股份。然而，Bob Swan 的选择可能已成为他任内的 ...... 阅读全文

Luvvoice 是一款免费的在线文字转语音（TTS）工具，它利用人工智能技术，特别是深度学习，来生成高质量、接近真实人类声音的语音文件。这类工具对于媒体制作、教育、游戏开发以及为视障人士提供无障碍服务等领域非常 ...... 阅读全文

英伟达最新为其一站式Nvidia App发布了重要的beta版本更新。这款应用整合了GeForce Experience和控制面板的功能，现在用户可以通过一个统一的平台轻松管理（大多数功能使用时不需要登录）。 新特性概览 改进的显示设 ...... 阅读全文

昨日，OpenAI宣布推出了其最新型号的AI模型——GPT-4o-2024-08-06，这款新模型新增了结构化输出功能，这意味着通过API生成的内容将严格遵循开发者提供的JSON Schema格式。同时，OpenAI还下调了API的使用费用，新模型的 ...... 阅读全文

LibreHardwareMonitor是一个开源的电脑硬件监控软件，此软件最初是基于另一款开源电脑硬件监控软件OpenHardware Monitor的一个分支，后来发展成为一个独立的、功能更加强大的硬件监控工具。LibreHardwareMonitor能够 ...... 阅读全文

国产游戏 3A 大作《黑神话：悟空》将于 8 月 20 日正式发售，官方今日 10 点公布了最终预告片。据游戏科学官方消息，《黑神话：悟空》已经完成了正式版本所有内容的开发，将如期与大家见面。目前，项目全体成员仍在 ...... 阅读全文

中国科学院大学人工智能学院、中国科学院自动化研究所和中国铁塔股份有限公司的研究人员推出新型高效Transformer模型AVESFormer，它专为实时音视频（Audio-Visual, AV）分割任务而设计。音视频分割是一种多模态任务 ...... 阅读全文

清华大学、百度公司、中关村实验室和南洋理工大学的研究人员推出新技术框架ReSyncer，它是一个用于创建统一的音频-视觉同步的面部表演者的系统。简单来说，ReSyncer能够根据给定的音频生成口型同步的视频，并且能够 ...... 阅读全文

西蒙菲莎大学和香港城市大学的研究人员推出新颖方法omages，用于生成逼真的3D模型和UV贴图，这个过程通过一种称为“对象图像”（Object Images）的表示来实现。简单来说，就是将复杂的3D形状转换成64x64像素的2D图像， ...... 阅读全文

这篇论文介绍了一个名为LLaVA-OneVision的新型大型多模态模型（LMMs），它是由多个机构共同开发的，包括字节跳动、南洋理工大学、香港中文大学和香港科技大学。这个模型的核心目标是提高计算机视觉任务的性能，特别 ...... 阅读全文

上海人工智能实验室、上海交通大学、香港大学、商汤科技研究部和清华大学的研究人员推出评估基准测试MMIU（Multimodal Multi-image Understanding），它专门用于测试和评估大型视觉-语言模型（LVLMs）在处理多图像任 ...... 阅读全文

北京国家通用人工智能重点实验室和约翰霍普金斯大学的研究人员推出ExoViP系统，它是一个用于组合视觉推理的验证和探索工具。ExoViP的核心思想是提高复杂视觉任务中人工智能的推理能力，特别是当这些任务需要将复杂的 ...... 阅读全文