华盛顿大学的研究人员推出新型服务框架NanoFlow，它旨在通过利用设备内部的并行性，显著提高大语言模型（LLMs）的推理吞吐量。在当今数字化时代，大型语言模型被广泛应用于聊天机器人、搜索引擎和办公软件等领域，对计算资源的需求日益增长。NanoFlow通过在单个设备内并行使用计算、内存和网络资源，优化了模型的推理过程。... 阅读全文

新型AI系统MLMove，它能够模仿专业《反恐精英：全球攻势》（CS:GO）玩家的移动方式。想象一下，你在游戏中，需要与队友协调行动，比如一起进攻或防守某个区域，MLMove就像是一个虚拟的队友，能够学习并展现出专业玩家的移动策略。 项目主页：https://davidbdurst.com/mlmove GitHub：... 阅读全文

中国科学院自动化研究所和加州大学伯克利分校的研究人员推出评估平台K-Sort Arena，它专门用来测试和比较生成模型的性能。你可以把生成模型想象成一位艺术家，它可以根据给定的文字描述创作出图片或视频。但就像评价艺术品一样，我们需要一种方法来评估这些艺术家的作品质量，这就是K-Sort Arena发挥作用的地方。 项目... 阅读全文

subtitle-ass-shifter是一个开源的SubStation Alpha（简称ASS）字幕时间轴调整工具。它允许用户通过简单的命令行界面来移动和调整ASS字幕文件的时间轴，以适应视频中的时间变化。该工具适用于需要对字幕进行精确时间调整的场景，例如电影、电视剧的字幕制作或视频编辑过程中的字幕同步调整。 功能特... 阅读全文

GOG平台限时免费领取模拟经营类游戏《海岛大亨4 （Tropico 4 ）》，本作由Haemimont Games 开发，Kalypso Media 发行，以城市建设为主。就像该系列的第一作与第三作，玩家将扮演一个“香蕉共和国”海岛上的独裁者。《海岛大亨4》2011年发售的海岛大亨系列的作品，这款游戏目前还没有中文，但... 阅读全文

弗吉尼亚理工大学、贝尔法斯特女王大学和都柏林大学学院的研究人员推出新方法HiRED（High-Resolution Early Dropping），它旨在提高高分辨率视觉-语言模型（VLMs）在资源受限环境中的推理效率。这些模型广泛应用于多模态任务中，如图像和文本的联合理解，但在处理高分辨率图像时，它们会产生大量的视觉... 阅读全文

延世大学的研究人员推出一种名为FLoD（Flexible Level of Detail，灵活的细节层次）的技术，它被集成到了3D Gaussian Splatting（3DGS，三维高斯溅射）中，以实现可定制的渲染效果。3DGS是一种用于快速、高质量渲染的3D场景表示方法，但传统的3DGS对内存的需求很高，这限制了它... 阅读全文

上海人工智能实验室和纽约大学的研究人员推出新技术T3M，它能够通过语音和文本的输入来生成逼真的3D人体动作。这项技术对于虚拟现实（VR）、游戏开发和电影制作等领域有着重要的应用价值。例如，你正在为一款虚拟现实游戏设计一个角色，这个角色需要根据玩家的语音指令来做出相应的动作。传统的方法可能只能根据语音的音调、速度等特征来... 阅读全文

中科院人工智能研究所、南京大学、香港科技大学、南洋理工大学、中科院大学、松鼠AI和Meta AI的研究人员推出多模态大语言模型基准MME-RealWorld，在现实世界高分辨率场景下的性能评估。简单来说，就是研究当这些智能模型面对真实世界中的复杂图像和问题时，它们的表现如何。 项目主页：https://mme-real... 阅读全文

上海交通大学、香港中文大学、浙江大学、上海人工智能实验室、斯坦福大学和南洋理工大学的研究人员推出LayerPano3D，这是一种从单一文本提示生成全视角可探索全景三维场景的新型框架。我们的核心见解是将参考二维全景图分解为不同深度级别的多个图层，每个图层通过扩散先验揭示参考视图中看不见的空间。LayerPano3D 包含... 阅读全文

Hugging Face发布论文，论文的主题是关于构建和深入理解视觉-语言模型（VLMs）。VLMs是一种人工智能模型，它们能够处理和理解图像和文本，然后将这些信息综合起来输出文本。简单来说，这些模型就像一个能够“看”图片并“写”出描述的智能系统。它们还推出了Idefics3-8B，这是一个强大的VLM，它在开放数据集... 阅读全文

独立游戏工作室 Mommy's Best Games 开发的横向动作射击游戏《Weapon of Choice DX》现正于 Steam 平台展开限时免费活动。只需登录 Steam 前往游戏的商店页面领取，即可将其永久保存至您的游戏库中。本次限免活动将持续到 9 月 22 日下午 12:00，请不要错过这个机会！ 关于... 阅读全文