据 Business Insider 爆料，亚马逊正秘密研发代号为“Metis”的人工智能聊天机器人，目标直指行业领先的 ChatGTP。Metis 的命名源自希腊神话中的智慧女神，而支撑其背后的是名为“Olympus”的先进AI模型，象征着亚马逊欲 ...... 阅读全文

OpenAI 的扩张步伐持续加速，继收购数据库技术公司 Rockset 后，再度出手，此次目标是 Multi——一家专注于企业级视频协作的初创企业。消息来源确认，Multi 的核心团队将并入 OpenAI，继续他们的创新之旅。 Multi 首席 ...... 阅读全文

北京通用人工智能研究院、通用人工智能国家重点实验室、北京大学和加州大学圣克鲁斯分校推出全面基准测试工具VideoHallucer，专门用来检测和评估LVLMs在视频理解任务中的幻觉问题。所谓“幻觉”，指的是这些模型在理解 ...... 阅读全文

LMMs 实验室团队、 新加坡南洋理工大学和新加坡科技大学的研究人员推出Long Video Assistant（LongVA）模型，让大型多模态模型（LMMs）更好地理解和处理非常长的视频序列。这里的“长视频”指的是视频帧数很多，可能达 ...... 阅读全文

如果你在Windows系统安装了过多软件，不仅占用存储空间，甚至还可能造成系统运行变慢，卸载一些软件或许是个不错的选择，不过目前Windows系统无法一次性批量卸载软件，今天就给大家介绍一款开源的批量卸载软件工具Bu ...... 阅读全文

Pico、德克萨斯大学奥斯汀分校和加州大学洛杉矶分校的研究人员推出4K4DGen，它能够将静态全景图像转换成4K分辨率的4D（即具有时间和空间维度）动态场景。这项技术对于虚拟现实（VR）和增强现实（AR）应用来说是一个 ...... 阅读全文

新方法ToVo（Toxicity Taxonomy via Voting），它旨在通过投票机制和思维链（Chain-of-Thought）过程来创建一个开源的、高质量的数据集，用于检测和分类有害内容（toxic content）。这种方法特别关注提高现有有害内 ...... 阅读全文

一种新的机器翻译方法MeritFed，它基于个性化联邦学习（Personalized Federated Learning）算法，专门针对低资源语言（Low-Resource Languages，简称LRLs）的翻译任务。低资源语言通常缺乏足够的数据来训练高效的机 ...... 阅读全文

新框架“多模态结构化生成”（Multimodal Structured Generation），它用于改进多模态基础模型（Multimodal Foundation Models，简称MMFMs）在特定任务上的表现，尤其是文档理解方面。MMFMs是结合了不同模态（如视觉和 ...... 阅读全文

新框架NAVSIM是一个用于自动驾驶车辆模拟和基准测试的数据驱动工具。NAVSIM特别关注于评估基于视觉的驾驶策略，这些策略试图让自动驾驶车辆能够理解和响应它们周围的世界。NAVSIM在CVPR 2024上举办的一个竞赛，吸引 ...... 阅读全文

约翰霍普金斯大学的研究人员推出一种改进信息检索（IR）的方法，称为"RE-AdaptIR"，即通过逆向工程适应（Reverse Engineered Adaptation）来提升信息检索的效果。这种方法特别适用于大型语言模型（LLMs），这些模型 ...... 阅读全文

滑铁卢大学、清华大学、Stardust.AI、多伦多大学和AI2的研究人员推出自动视频质量评估工具MANTISSCORE，自动评估视频生成的质量。随着人工智能技术的发展，尤其是文本到视频（Text-to-Video, T2V）生成模型的快速进 ...... 阅读全文