YOLO v10：毫秒级实时的端到端目标检测开源模型
由清华大学多媒体智能组（THU-MIG）开发。 从输入图像到输出检测结果的整个过程全部由模型直接完成，消除了中间的人工干预或额外处理步骤。 YOLOv10 能够在极短的时间内处理输入的图像或视频帧，通…
由清华大学多媒体智能组（THU-MIG）开发。 从输入图像到输出检测结果的整个过程全部由模型直接完成，消除了中间的人工干预或额外处理步骤。 YOLOv10 能够在极短的时间内处理输入的图像或视频帧，通…
据《金融时报》报道，图灵奖得主 Lecun 认为—— 自回归 LLM 不足以达到人类水平的智力（甚至猫水平的智力）。 他指出，这类大语言模型的缺陷在于缺乏对逻辑的理解，对物理世界的掌握有限，没有持久记…
腾讯 AI 实验室开发出一种名为“TRANSAGENTS”的新型多智能体框架，用于超长文学内容翻译。 它使用虚拟角色模拟真实的翻译公司，包含多个角色，比如高级编辑、初级编辑、翻译员等。 每个角色负责不…
在巴黎的 VivaTech 活动上，OpenA 法国团队展示了最新GPT 4o实时语音和视觉你能力 不过这次使用的 Mac 版客户端 展示了实时翻译能力以及通过视觉识别简笔画并观看地图进度导航引导。 …
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…
抱抱脸上线了 Mistral-7B-v0.3 的基础版和指令微调版。 相比于Mistral-7B-v0.2，新版本更新如下： – 词汇量从 32000 扩展到 32768 – …
王小川在搜索时期种下的种子，在大模型时代又开花了。 他创业的百川智能，刚刚发布了自家首款AI应用，to C的“百小应”。 乍一看，这就是个当下大热门的AI助手，但官方强调，这个AI助手啊，它懂搜索，还…
“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…
让大神Andrej Karpathy一键三连❤️（点赞+转发+评论），一个教你从头开始实现Llama3的代码库爆火。 X上转赞收藏量超6.8k，GitHub揽星2k+。 火就火在，它教你从头用Meta…
今天，微软的生产力革命有了最新进展—— 它正在将AI塞进所有可能找到的角落和缝隙。 除了在大会前一天就已剧透Copilot+PC，Build大会上微软还有超多释出成果： Copilot持续升级：自定义…
龙争虎斗的大模型竞技场，今天突然更新： 国内大模型公司零一万物旗下的Yi-Large千亿参数闭源大模型，跃升总榜第七，也成为榜上国产大模型第一。 可以看到，它的成绩几乎与GPT-4-0125-prev…
OpenAI的新王炸GPT-4o还没全面铺开，就摊上事了！ 抓马的是，此次推出的“视频通话”功能一度被称为电影《Her》现实版，而怒斥OpenAI的刚好是给电影中AI配音的斯嘉丽·约翰逊（寡姐）。 寡…
通义千问GPT-4级大模型，直接击穿全网底价！ 就在刚刚，阿里突然放出大招，官宣9款通义大模型降价。 其中，性能对标GPT-4的主力模型Qwen-Long，API输入价格从0.02元/千tokens降…
英特尔官方最新宣布—— 自今年第3季度起到假日季，其即将到来的客户端处理器 Lunar Lake 将继续扩大全球AI PC规模，并在未来可用时免费升级 Windows 11 AI PC体验。 Luna…
近期，火山引擎官网更新了豆包大模型的定价详情，全面展示豆包通用模型不同版本、不同规格的价格信息。 在模型推理定价大幅低于行业价格的基础上，豆包通用模型的 TPM（每分钟Tokens）、RPM（每分钟请…
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…
丨划重点 ① 没有必要害怕超级智能的人工智能，因为与未来的模型相比，每个新模型都被认为能力不足，进而推动了持续的改进。 ② 仅仅专注于解决当前的人工智能限制可能是徒劳的，因为像GPT-5和GPT-6这…
通过手持式夹持器和精心设计的接口进行数据收集。 UMI可以将人类在复杂环境下的操作技能直接转移给机器人，无需人类编写详细的编程指令。 也就是通过人类亲自操作演示然后收集数据，直接转移到机器人身上，使得…
一款免费开源的 AI 浏览器，可以自动轻松地安装、运行和自动化任何 AI 应用程序和模型。支持运行如 SD、Fooocus、ComfyUI、SDXL Turbo、LCM、Whisper 等众多模型。并…
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…
1、GFPGAN-腾讯开源的照片修复工具 https://github.com/TencentARC/GFPGAN 2、视频，图像和GIF无损放大/放大（超分辨率）和视频帧插值 https://git…
实际上大部分水印都是不可能去除的，这里说的不是各大平台的解析无水印下载，而是自带水印，只能遮盖水印，或者是模糊水印，又或者裁剪 1、Photoshop：必备技能，点击下载：Photoshop 2023…
OpenAI宣布ChatGPT的一项重要更新：增加了记忆功能和新的用户控制选项。 GPT现在可以在与用户的交互中跨聊天记住你们互动的所有信息，并在后续对话中利用这些信息来提供更相关和个性化的回答。 之…
CodeLlama-70B-Instruct 在 HumanEval 上获得 67.8 分，使其成为当今性能最高的开放模型之一。 Code Llama 70B分为三个版本： ◦ CodeLlama &…
SLICEGPT能够在保持99%，99%，和90%零样本任务性能的同时，将LLAMA2-70B、OPT 66B和Phi-2模型分别去除高达25%的模型参数（包括嵌入）。 使用SLICE GPT的模型可…
该项目详细解释了LLMs的工作原理，并通过清晰的文本、图表和示例，逐步引导读者创建自己的LLM。 适合企业团队、初创公司和教育机构来培训学习！ 项目详细介绍了创建像ChatGPT这样的大型基础模型时所…
Google最近推出了其最新旗舰张量处理单元（TPU）v5p，这是一款专门设计的AI加速器，用于AI训练和推理，标志着Google在对抗市场领导者Nvidia的GPU方面迈出了重要一步。 TPU v5…
