一次可输入多张图像，还能多轮对话！最新开源数据集，让AI聊天更接近现实
大模型对话能更接近现实了！ 不仅可以最多输入20张图像，还能支持多达27轮对话。可处理文本+图像tokens最多18k。 这就是最新开源的超长多图多轮对话理解数据集MMDU（Multi-Turn Mu…
大模型对话能更接近现实了！ 不仅可以最多输入20张图像，还能支持多达27轮对话。可处理文本+图像tokens最多18k。 这就是最新开源的超长多图多轮对话理解数据集MMDU（Multi-Turn Mu…
刚刚，世界通信行业顶级大会——MWC上海站落下帷幕。 展会上，不仅5.5G（5G-A）标准正式亮相，AI也成为了通信领域新的热门话题。 与此同时，承载这些功能的终端丰富多样，从PC、汽车到新物种，已经…
很炸裂！讯飞星火大秀语音识别能力，现场掌声雷动—— 三个人同时说话，再加上背景音乐，如此强干扰的场景，大模型却表示都能听懂听清，还瞬间转化为文字，语音识别的“鸡尾酒会”难题不在话下~ ，时长00:23…
谷歌开源模型Gemma 2开放了！ 虽然前段时间Google I/O大会上，Gemma 2开源的消息就已经被放出，但谷歌还留了个小惊喜—— 除27B模型外，还有一个更轻的9B版本。 DeepMind创…
刚刚，谢赛宁&Lecun团队官宣新成果—— 正式推出以视觉为中心的多模态大模型Cambrian-1！ 模型名为“寒武纪”，谢赛宁本人激动表示： 就像在寒武纪大爆发中生物发展出更好的视力一样，我…
Hugging Face的CEO宣布了全新的开放LLM排行榜。 他们使用了300个H100 GPU来重新评估所有主要的开源LLM。 本次评估引入了新的基准，包括MMLU-Pro、GPQA、MuSR、M…
什么？烹饪也有大模型？！ 没有听错，这就是国产厨电龙头老板电器最新发布——“食神”大模型。 数十亿级行业数据，数千万级知识图谱加持，据称还是全球首个。 它能为每个人提供个性化量身定制的解决方案，不仅告…
如果你正在寻找资源来学习LLMs指令微调过程，这里有一个开源笔记本教程可以从头开始指导你实现微调过程，本书的作者Sebastian Raschka 也是畅销书《Python Machine Learn…
清华博士秦禹嘉最近发表一篇博文称：是时候把数据scale down了！ LLaMA3告诉大家一个悲观的现实：模型架构不用动，把数据量从2T加到15T就可以暴力出奇迹。 这一方面告诉大家基座模型长期来看…
HeyGen是一家专注于用AI技术生成视频的公司。区别于成本高昂、制作繁琐的传统视频制作流程，用户只需输入脚本，即可在几分钟内生成用于营销、沟通、销售、学习等的视频。 HeyGen 还允许用户使用 A…
开发了很受欢迎的人工智能聊天工具Kimi之后，月之暗面也一直在开发针对美国市场的产品，在苹果和谷歌应用商店上架了和人工智能角色扮演聊天应用Ohai，以及音乐视频生成器Noisee的网站。 Ohai为用…
重磅消息：OpenAI宣布收购 Rockset 这是一家领先的实时分析数据库公司，提供世界级的数据索引和查询能力。 OpenAI称通过这次收购，OpenAI计划将Rockset的技术集成到其产品中，以…
AI卫星影像知识生成模型数据集稀缺的问题，又有新解了。 来自武汉大学、上海AI实验室、西工大等9家机构共同推出了该领域的大型数据集，涵盖了21万个地理目标和40万个目标-关系三元组。 而且像机场、港口…
接入微信搜索 新版本提升了 AI 搜索和解析能力，并支持超长文档处理，最多可一次性解析 50 个文件。 微信中打开的文件，也能够通过腾讯元宝小程序和App快速解析。 支持解析多种文件格式，包括 pdf…
毕业季，大模型人才正在被各家大厂和创业公司重金哄抢。 刚刚，腾讯也曝光了他们与大模型相关的人才计划，并且直通2025年校招—— 将面向全球范围内大举扩招50%大模型人才，并且放话薪资算力什么的不用愁。…
作为继OpenAI、微软、谷歌后，最后一个万众期待的尖子生，苹果在上周举行的WWDC24全球开发者大会上，终于交出了自己的“AI答卷”。 一方面，苹果推出Apple Intelligence，对旗下系…
苹果OpenAI官宣合作，GPT-4o加持Siri，让AI个性化生成赛道热度飙升。 其实，国内已有相关研究，一项基于大模型的个性化多模态内容生成技术，直接可让AI学会为用户“量身定制”输出。 例如在聊…
时隔9个月，黄仁勋再次套现英伟达。 根据刊登在SEC官网上的文件显示，黄仁勋通过一系列内部交易套现3120万美元（约合2.26亿元人民币），在6月13—14日卖出24万股持股。 另外，黄仁勋还提交了一…
主要用于生成高质量的合成数据 Nemotron-4 340B可以生成多样化的合成数据，这些数据模仿现实世界的数据特征。 开发者可以用它来生成合成数据，以训练适用于各种行业（如医疗、金融、制造和零售等）…
聆心智能发布了新一代超拟人大模型CharacterGLM Pro版。 在经过6个月的测试和优化后，CharacterGLM Pro在在对话连贯性、拟人性、流畅度和趣味性四个方面达到SOTA。话不多说，…
OpenAI的首席执行官Sam Altman最近向一些股东表示，公司正在考虑改变其治理结构。 OpenAI正在考虑将治理结构转变为营利性公益公司，脱离非盈利董事会的控制。 这一变动可能为OpenAI的…
微软Build大会前脚刚放出一箩筐生产力革命最新进展：自定义Copilot、Team Copilot、Copilot扩展…… 这两天在微软AI Day上，Copilot到底是如何提升生产力的，直接被搬…
GPT-4o掀起一股全模态（Omni-modal）热潮，去年的热词多模态仿佛已经不够看了。 要构建全模态智能，意味着能够理解任何模态并学习通用表示 (Universal Representations…
让AI画漫画角色保持一致的新研究来了！ 创作的连环画效果belike： 频繁切换主体、人物之间复杂的互动也能保持角色一致性： 上述效果来自AutoStudio，是一个由中山大学和联想团队联合提出的无需…
调研机构 Counterpoint 发布报告称—— 在中国市场，华为鸿蒙OS 首次超越了 iOS，市场份额达到了 17%，成为国内第二大手机操作系统。 数据显示，Android 和 iOS 在全球市场…
可在消费级笔记本电脑上运行 该模型包含 20 亿个参数。在图像质量上有显著提升，能够生成更高质量、更细腻的图像。能够更准确地将文本描述转换为图像。 Stable Diffusion 3 Medium …
最新消息，马斯克主动撤销了对OpenAI提起的诉讼。 就是之前指控奥特曼和OpenAI公然违背了创始协议转向盈利，要求OpenAI恢复开源那个事。 事件已过去近四个月，如今法院文件显示，此案是无罪开释…
GPT-4o再次掀起多模态大模型的浪潮。 如果他们能以近似人类的熟练程度，在不同领域执行广泛的任务，这对许多领域带来革命性进展。 因而，构建一个全面的评估基准测试就显得格外重要。然而评估大型视觉语言模…