这篇论文探讨了一个有趣的问题：我们是否总是需要更大的视觉模型来获得更好的视觉理解？作者们提出了一种名为“Scaling on Scales”（S2）的方法，这是一种在图像尺度上进行扩展的策略，而不是简单地增加模型的大小。 ...... 阅读全文

来自中国科学技术大学、新加坡国立大学和华为云的研究团队推出3D-MoLM，它旨在帮助语言模型（LMs）理解和解释三维分子结构。想象一下，你有一个复杂的化学分子，想要了解它的具体结构和特性，但是没有专业的化学知识 ...... 阅读全文

来自北航的研究团队推出大语言模型微调框架LLAMAFACTORY，它是一个用于高效微调大语言模型（LLMs）的统一平台。LLAMAFACTORY通过整合一系列最新的高效训练方法，使用户能够灵活地自定义微调100多个不同的LLMs，而无 ...... 阅读全文

来自浙江大学、上海科技大学、 重庆大学、 阿里巴巴集团和哈尔滨工业大学的研究团队推出HyperLLaVA，它是一种用于增强多模态大型语言模型（MLLMs）性能的技术。HyperLLaVA的目标是改进现有的MLLMs，如LLaVA，通过动 ...... 阅读全文

慕尼黑大学的研究团队发布论文介绍了一种名为Zigzag Mamba（ZigMa）的新型扩散模型，它是为了解决现有扩散模型在处理视觉数据时的可扩展性和计算复杂性问题。扩散模型是一种深度学习技术，用于生成图像、视频等内容 ...... 阅读全文

谷歌发布论文介绍了一个名为RadSplat的方法，它是一种用于实时渲染复杂场景的轻量级技术。实时渲染是指能够即时生成图像的过程，这对于视频游戏、虚拟现实和增强现实等应用非常重要。RadSplat结合了辐射场（Radiance ...... 阅读全文

这篇论文介绍了一种新颖的方法，使用进化算法来自动化创建强大的基础模型。基础模型（Foundation Models）是指那些经过大量数据训练，能够处理多种任务的人工智能模型，比如语言理解和生成、数学推理等。在人工智能 ...... 阅读全文

FileWorker是一个基于 Cloudflare Pages 和 R2 的轻量级文件床和在线剪贴板，也能当图床来用。 ...... 阅读全文

腾讯近日在 GDC 2024 游戏开发者大会上，发布了 AI Lab 团队打造的 GiiNEX AI 游戏引擎，基于生成式 AI 和决策 AI 技术。腾讯表示，GiiNEX AI 游戏引擎面向 AI NPC、场景制作、内容生成等场景，提供了包括 2D 图像、 ...... 阅读全文

选择一张好的 SD 卡对于相机来说至关重要。不管你是需要大容量存储、超快的读写速度，还是希望性价比更高以节省开支，我们都为你挑选了市面上最佳的 SD 卡。 2024 年选购 SD 卡的注意事项 不管你是摄影爱好者、视频 ...... 阅读全文

今天，多家国外科技媒体纷纷报道，Stability AI正面临重大人事变动，即将失去一位至关重要的技术人员。据接近该公司的两位消息人士透露，研究科学家Robin Rombach即将辞去他在Stability AI科研团队的领导职位。 Robi ...... 阅读全文

来自悉尼大学的研究团队论文介绍了一种名为EfficientVMamba的轻量级视觉模型，它是一种结合了全局和局部特征提取能力的网络架构。想象一下，你有一个超级助手，它能够在保持图像细节的同时，快速地从大量图片中识别 ...... 阅读全文