通过脑电波控制波士顿动力的机器狗。 该技术仅靠一种特殊的眼镜就能读取人的脑电波和眼动,然后把这些信号传递给机器人执行动作。 Ddog系统只需要两 iPhone和一副蓝牙眼镜就可以运行。而且还可以完全离…
通过脑电波控制波士顿动力的机器狗。 该技术仅靠一种特殊的眼镜就能读取人的脑电波和眼动,然后把这些信号传递给机器人执行动作。 Ddog系统只需要两 iPhone和一副蓝牙眼镜就可以运行。而且还可以完全离…
Midjourney 被曝光未经许可使用了包含 16000 名艺术家的作品风格来训练其图像生成AI。 这个名单不仅包括现代和当代著名艺术家的作品,还包括了为公司如Hasbro和Nintendo工作的商…
自去年11月底ChatGPT横空出世,已经过去了近一年的时间。 在本期视频中,将回顾GPT在过去一年的发展历程, 并结合OpenAI的研发方向和Sam Altman最新访谈内容, 展望GPT5的实际形…
WikiChat基于英文维基百科信息。当它需要回答问题时,会先在维基百科上找到相关的、准确的信息,然后再给出回答,保证给出的回答既有用又可靠。 在混合人类和LLM的评估中,WikiChat达到了97….
部分需要魔法,请自备,仅做整理,后期将出详细教程 LeiaPix: https://convert.leiapix.com/ CapCut: https://www.capcut.com (3D zo…
“欧洲AI春晚”主论坛现场,李彦宏最新亮相,作为大会唯一受邀中国企业家,再一次为中国AI“代言”。 这场正在法国巴黎举办的大会全称“欧洲科技创新展览会”(Viva Technology),是欧洲规模最…
后续会更新更多AI绘画、设计相关的教程,欢迎关注!
OpenAI离职潮中,又一研究员官宣离职,并且还发出了“警告”信息: Ilya和Jan Leike的担忧正是我的担忧,还有一些额外的问题。 我们需要做更多事来改进决策流程等基础性的事务,包括问责制、透…
The Information 报道,两名与OpenAI 谈判的媒体高管透露,OpenAI已经向一些媒体公司开出了每年 100 万-500 万美元,以获得将新闻内容用于训练自家大语言模型的授权许可。 …
Google Research团队开发的基于空间时间的文本到视频扩散模型。 它采用了创新的空间时间U-Net架构,能够一次性生成整个视频的时间长度,不同于其他模型那样逐帧合成视频。 确保了生成视频的连…
Meta 的 FAIR 团队新发表了一项名为 Chameleon 的研究。 该研究开发了一系列早期融合的混合模态基础模型,能够以任意顺序理解和生成图像和文本。 该模型在综合任务上进行了评估,包括视觉问…
加州大学旧金山分校的研究人员刚刚开发出一种大脑植入物,研究人员成功地帮助一名失去说话能力的双语患者通过脑植入设备实现了双语交流。 这一系统由人工智能(AI)与脑植入设备结合而成,能够实时解码患者试图表…
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…
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…
当 UND 校长 Andrew Armacost 和 Greg Brockman 进行对话时,他估计大约有 550 人在听众席上。 这场访谈在 UND 纪念联盟大厅举行,围绕着 Brockman 的过…
Qwen1.5 来了,Qwen2还会远吗 还在上个月,阿里推出了国内开源模型中参数规模最大的 Qwen1.5-110B 模型。 根据官方公布的评测结果,Qwen1.5-110B略超过Llama-3-7…
可以把 GPTs 的action的网络功能换车 WebPilot WebPilot的网络功能我用下来更快、效果更好一些 设置步骤: 1、在GPTs配置标签中,向下滚动并取消勾选“Web Browsin…
生命科学领域的基础大模型来了! 来自清华、百图生科的团队提出的单细胞基础大模型scFoundation,登上Nature Methods。 该模型基于5000万人类单细胞测序的数据进行训练,拥有1亿参…
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…
一些反馈发现(单簧管总结): – 提示词长度现在是350+ – 您可以指定颜色和其他细节 – 你可以在画布上放置你想要的东西,如添加文本 – 您可以提示…