搜索

关于“多模态”的结果

共 438 篇

英伟达新架构引爆全模态大模型革命,OmniVinci 9B模型开源下载即破万

英伟达新架构引爆全模态大模型革命,OmniVinci 9B模型开源下载即破万(在新窗口打开)

OmniVinci是英伟达推出的全模态大模型,能精准解析视频和音频,尤其擅长视觉和听觉信号的时序对齐。它以90亿参数规模,性能超越同级别甚至更高级别模型,训练数据效率是对手的6倍,大幅降低成本。在视频内容理解、语音转录、机器人导航等场景中,OmniVinci能提供高效支持,展现出卓越的多模态应用能力。

AI资讯
0
FG-CLIP 2: 为细粒度跨模态理解而生的下一代VLM,8大类29项任务双语性能全球第一

FG-CLIP 2: 为细粒度跨模态理解而生的下一代VLM,8大类29项任务双语性能全球第一(在新窗口打开)

在 AI 多模态的发展历程中,OpenAI 的 CLIP 让机器第一次具备了“看懂”图像与文字的能力,为跨模态学习奠定了基础。如今,来自 360 人工智能研究院冷大炜团队的 FG-CLIP 2 正式发布并开源,在中英文双语任务上全面超越 MetaCLIP 2 与 SigLIP 2,并通过新的细粒度对齐范式,补足了第一代模型在细节理解上的不足。

AI技术文章
0
智普GLM5.1重磅上线!2000万Tokens免费送,先到先得

智普GLM5.1重磅上线!2000万Tokens免费送,先到先得(在新窗口打开)

国产大模型阵营再添硬核选手,智谱开放平台GLM5.1正式上线,推理、代码、智能体能力拉满,还为新用户准备了2000万Tokens免费体验包,覆盖多模型使用额度,有效期3个月。不管是日常编程开发、智能体搭建,还是多模态内容创作,这个免费额度都能轻松拿捏,新手也能零门槛上手,这波福利可别错过。

AI资讯
0
OpenAI放大招,一句话生成网站革了SaaS的命!

OpenAI放大招,一句话生成网站革了SaaS的命!(在新窗口打开)

就在刚刚,OpenAI又进化了。 现在,备受瞩目的ChatGPT Sites正式开启公测! 哪怕你一行代码都不会写,只需几句自然语言提示或上传一张草图,就能像写Google文档一样,在十几分钟内生成一个高度专业、功能复杂的交互式网站。 只用自然语言就能完成前端开发,传统的建站SaaS行业正遭受巨大的颠覆。 而且,还有一个新消息传出。 在底层技术侧,GPT-6展现出了惊人的跨模态能力。 在无音频播放、完全断网的状态下,仅凭一张Mel频谱图(声音的波形可视化图像),GPT-6就能认出深海蓝鲸的叫声,甚至还能认出《星球大战》中的光剑音效。 这就显示着,AI的多模态理解,已经彻底打破了人类的感官壁垒。

AI资讯
0