CD Projekt Red 开发的《巫师3：狂猎》官方模组编辑工具《巫师3 REDkit》现已正式在Steam平台上线。REDkit 团队工程师 Bence Hambalko 制作了教学视频，指导玩家如何设置和使用编辑器的关键功能进行创作。《巫师3 REDkit》支持当前主流的模组管理平台，让玩家能够以全新的方式自定... 阅读全文

在微软Build 2024开发者大会上，微软公布了Phi-3-vision模型，它小巧到足以在手机上执行，同时具备出色的视觉能力，能够理解文字和图片。Phi-3-vision是4月公布的Phi-3模型家族的最新成员，拥有42亿参数，介于Phi-3-mini（3.8亿）和Phi-3-small（7亿）之间。作为Phi-3... 阅读全文

Ojoy 是一款利用 JavaScript 和 AI 技术增强图片解析度的免费工具，专门针对解析度过低的图片进行放大、修复和画质提升。这一技术在处理摄影照片或插图时效果尤为显著，尽管对于包含文字的图片可能效果不尽如人意。但不论如何，使用 Ojoy 处理过的图片，其观感都会比直接放大低分辨率图片要好得多，避免了失真和模糊... 阅读全文

Talk With Gemini 是一款开源应用程序，它能够让您一键免费部署自己的私人 Gemini 应用。它支持 Gemini 1.5 Pro、Gemini 1.5 Flash、Gemini Pro 和 Gemini Pro Vision 等多种模型。 特色功能： 简洁界面：提供直观、易用的操作体验。 多媒体支持：支... 阅读全文

iTerm2 是一款用于替代传统终端程序的应用，它也是 iTerm 的升级版。iTerm2 支持在 macOS 10.14 或更新版本的 Mac 上运行。这款软件带来了许多现代化的功能，这些功能会让你惊喜地发现它们正是你长久以来所需要的。昨天发布了新版本，将 OpenAI 集成到了应用中，可以实现「用自然语言输入命令行... 阅读全文

UploadNow 是一个提供便捷云端存储和文件共享服务的平台，它允许用户在不需要注册的情况下快速上传各种类型的文件，如文档、图片、视频、音频和 PDF 等。上传的文件将生成一个分享链接，可供他人下载，或者通过电子邮件发送给他人，这使得大文件的传输变得简单快捷。 该服务的亮点包括： 免费使用：UploadNow 的基本... 阅读全文

腾讯优图研究团队发布论文总结了小参数的多模态模型的发展历程，多模态大型语言模型结合了视觉和语言处理的能力，在诸如视觉问答、视觉理解和推理等任务中表现出色。但是，这些模型往往因为模型体积庞大、训练和推理成本高昂，限制了它们在学术界和工业界的广泛应用。因此，研究高效且轻量级的MLLMs具有巨大潜力，尤其是在边缘计算场景中。... 阅读全文

日本山梨大学的研究人员推出新型推荐系统RDRec（Rationale Distillation for LLM-based Recommendation），这个推荐系统的核心思想是利用大语言模型（LLM）来理解和生成推荐理由，从而提高推荐的相关性和准确性。总的来说，RDRec是一个先进的推荐系统，它通过深入理解用户的选... 阅读全文

来自澳大利亚悉尼大学电气工程学院、香港中文大学电子工程学系、香港中文大学深圳研究院、山东大学齐鲁医院的研究人员推出新型低光照增强技术LighTDiff，它专门用于改善手术内窥镜图像的质量。在进行微创手术时，内窥镜提供的图像质量对于医生来说是至关重要的，但在低光照条件下，图像往往难以提供足够的细节，影响手术的精确性和安全... 阅读全文

GitHub上的一个项目收集列表，以OpenAI的Sora为线索，对文本到视频领域的现有研究进行了全面的探索，并总结了该领域的24个数据集和9个评估指标。还发布论文梳理了文生视频的发展历程，结合Sora的优势和相关领域的特点，探讨了该研究领域及Sora本身存在的问题，并为未来的研究方向提供了建议。如果我们的工作能够给予... 阅读全文

在软件开发的世界里，记录和回顾项目上下文信息是至关重要的。但你是否曾在使用通用笔记软件记录代码时感到不便？比如难以表达代码运行流程，或者代码与笔记之间的割裂让你无法快速回顾？现在，有了解决方案——MindCode，一款专为程序员设计的代码笔记软件。MindCode 是一款与 IDE 无缝集成的多功能代码笔记软件，它通过... 阅读全文

IBM Research发布论文，探讨如何使用大语言模型（LLMs）来自动生成规划领域的模型。在人工智能规划领域，创建领域模型通常需要人工手动完成，这限制了规划技术的普及和应用。为了使规划过程更加自动化和易于访问，研究者们希望能够自动从简单的文本描述中生成这些领域模型。 例如，你有一个物流公司，需要规划无人机的送货路线... 阅读全文