上海人工智能实验室、香港中文大学、商汤科技集团和清华大学的研究人员推出大型视觉语言模型InternLM-XComposer-2.5（浦语·灵笔2.5），这个模型特别擅长处理需要长时间上下文输入和输出的任务。就像一个超级助手，能 ...... 阅读全文

浙江大学、蚂蚁集团和香港理工大学的研究人员推出一种新型的高效视觉投影器TokenPacker，它是为多模态大语言模型（MLLM）设计的。多模态大型语言模型是一种人工智能技术，它结合了视觉识别和语言处理的能力，可以理 ...... 阅读全文

Illuin 技术、Equall.ai、巴黎-萨克雷中央高等电力学院和苏黎世联邦理工学院的研究人员推出新型文档检索系统ColPali，它利用了最新的视觉语言模型（Vision Language Models，简称VLMs）来从文档页面的图像中生成高质 ...... 阅读全文

浙江大学、腾讯平台与内容事业群和哈尔滨工业大学的研究人员推出新基准KnowUnDo，用于更细致地评估知识忘却方法，特别是在版权内容和用户隐私领域。此外，论文还提出了MemFlex方法，它在实验中显示出在精确忘却特定 ...... 阅读全文

“Consistency Flow Matching”（Consistency-FM）这是一种新的流匹配（Flow Matching, FM）方法，一种用于生成模型的算法框架。这种方法的核心在于通过普通微分方程（ODEs）定义概率路径，从而在噪声和数据样本之间进 ...... 阅读全文

微软公司和 萨里大学的研究人员推出新技术MInference（Million-tokens Inference），它旨在加速大语言模型的预填充（pre-filling）阶段，特别是在处理长文本时。预填充阶段是LLMs生成文本前的一个重要步骤，但当文本 ...... 阅读全文

伊利诺伊大学香槟分校的研究人员推出AGENTLESS系统，它是一种基于大语言模型的软件工程自动化方法，旨在简化软件开发任务，如代码合成、程序修复和测试生成。AGENTLESS的核心思想是去掉复杂的自主软件代理（agents） ...... 阅读全文

 南京大学、字节跳动和南开大学的研究人员推出大规模高质量文本到视频生成数据集OpenVid-1M，以及一个新颖的多模态视频扩散变换器（MVDiT）。论文还提到了MVDiT的一些限制，比如在模拟复杂自然场景的动态和运动时可 ...... 阅读全文

GOG 游戏商城正在免费送出动作冒险游戏《第一圣殿骑士（The First Templar - Special Edition）》，截止日期为7月6日21时。游戏讲述的是一名法国圣殿骑士和他的伙伴一起揭开圣殿法则和圣杯的秘密的故事。游戏包括两 ...... 阅读全文

网络传送带（影音传送带/Net Transport/NetTransport），一款发布于2009年的经典网络文件下载工具，以其广泛的协议支持和高效的流下载功能著称。它曾是中国首款支持MMS、RTSP、PNM、HTTP、HTTPS、FTP、FTPS、SFTP以 ...... 阅读全文

Meta推出Meta 3D Gen（简称3DGen）的先进技术，它是一个文本到3D资产生成的快速通道。这项技术的主要特点是能够快速生成高质量的3D模型和纹理，几乎达到了一分钟以内的惊人速度。3DGen支持基于物理的渲染（PBR），这 ...... 阅读全文

想要快速去除图片背景，又不想花费一分钱？「Removerized」正是您所需要的免费AI工具。这款工具利用先进的AI技术，能够迅速而准确地移除图片背景，而且完全免费，没有任何使用限制。即使在离线状态下，您也能轻松使 ...... 阅读全文