最新AI教程资讯
Sa2VA – 字节跳动等机构开源的多模态大语言模型
Sa2VA是字节跳动联合加州大学默塞德分校、武汉大学和北京大学共同推出的多模态大语言模型，是SAM2和LLaVA结合而成，能实现对图像和视频的密集、细粒度理解。Sa2VA基于统一的任务表示，将图像或视频指代分割、视觉对话、视觉提示理解等任务整合到一个框架中，用LLM生成的空间-时间提示指导SAM2生成精确分割掩码。
2025-03-29 14:17:51
手机人工智能如何优化电池续航：AI如何延长手机电池寿命30%？
手机人工智能如何优化电池续航：AI如何延长手机电池寿命30%？ 你是不是也常常被手机电池续航难题搞得焦头烂额？还在为一天三次充电而烦恼？听到这个，你可能会想，“手机电池续航就
2025-03-29 14:02:27
WebLI-100B – 谷歌 DeepMind 推出的1000亿视觉语言数据集
WebLI-100B是Google DeepMind推出的包含1000亿图像-文本对的超大规模数据集，用在预训练视觉语言模型（VLMs）。WebLI-100B是WebLI数据集的扩展版本，基于从网络中收集大量图像及其对应的标题或页面标题作为文本配对信息构建而成。
2025-03-29 13:47:52
天工 air 的收费标准是怎样的
天工 air 的收费标准是怎样的 天工 air 的收费标准较为灵活。目前天工 ai 搜索的基本功能是免费的，包括搜索、推荐、过滤、排序等。但是对于一些高级功能，如定制化搜索、自然语言处理等，可能需
2025-03-29 13:36:20
BAG – 港中文联合腾讯推出的3D可穿戴资产生成技术
BAG（Body-Aligned 3D Wearable Asset Generation）是香港中文大学和腾讯联合提出创新的3D可穿戴资产生成技术，通过结合多视图图像扩散模型和控制网络（ControlNet），运用人体形状和姿态信息，自动生成与人体完美适配的3D可穿戴资产，如服装和配饰。
2025-03-29 13:21:10
日本在全球 AI 大模型的参与度
日本在全球 AI 大模型的参与度 日本在全球 AI 大模型领域积极参与竞争。日本联合研究团队发布了名为 Fugaku-LLM 的大型语言模型，这标志着日本在人工智能领域的重大突破。Fugaku-L
2025-03-29 13:07:18
通古大模型 – 华南理工大学推出的古籍大语言模型
通古大模型是华南理工大学深度学习与视觉计算实验室（SCUT-DLVCLab）推出的专注于古籍文言文处理的人工智能语言模型。基于百川2-7B-Base进行增量预训练，使用24 1亿古籍语料进行无监督训练，结合400万古籍对话数据进行指令微调。
2025-03-29 12:55:15
AI帮聊天未来可能面临哪些挑战？从隐私泄露到技术“幻觉”
AI帮聊天未来可能面临哪些挑战？从隐私泄露到技术“幻觉” 你是否曾在深夜与AI聊天，突然心生疑惑：“这些回答真的可靠吗？”或者在享受聊天服务时，担心自己的隐私是否被泄露？你并
2025-03-29 12:46:33
ENEL – 上海 AI Lab 推出的无编码器3D大型多模态模型
ENEL（Exploring the Potential of Encoder-free Architectures in 3D LMMs）是创新的无编码器3D大型多模态模型（3D LMM），解决传统编码器架构在3D理解任务中的局限性。ENEL通过去除3D编码器，直接将点云数据转换为离散的点标记，与文本标记拼接后输入到大型语言模型（LLM）中。
2025-03-29 12:32:28
有哪些常见的评估指标可以用来评估百度 AI 写作模型的性能？精准度与召回率比较
有哪些常见的评估指标可以用来评估百度 AI 写作模型的性能？精准度与召回率比较 想知道你的AI写作模型表现如何吗？你刷到这篇文章可不是什么偶然，这是一场关于人工智能写作性能的
2025-03-29 12:22:27
AnyCharV – 港中文联合清华等机构推出的角色可控视频生成框架
AnyCharV 是香港中文大学、清华大学深圳国际研究生院、香港大学联合推出的角色可控视频生成框架，能将任意参考角色图像与目标驱动视频相结合，生成高质量的角色视频。AnyCharV基于两阶段训练策略实现精细到粗略的引导：第一阶段用细粒度分割掩码和姿态信息进行自监督合成；第二阶段用自增强训练和粗粒度掩码优化角色细节保留。
2025-03-29 12:09:25
AI 标题生成的未来发展趋势：技术进步带来的三大变化
AI 标题生成的未来发展趋势：技术进步带来的三大变化 你是否曾为写标题而抓耳挠腮，觉得写标题比写内容还要头疼？ 现在，人工智能正通过快速生成标题来拯救
2025-03-29 12:01:10
NobodyWho – AI游戏引擎插件，本地运行 LLM 实现互动小说创作
NobodyWho是为 Godot 游戏引擎设计的插件，通过本地运行的大型语言模型（LLM）实现互动小说创作。支持 Windows、Linux 和 macOS 平台，用户无需联网即可使用高性能的 LLM 功能，如对话交互和文本生成。
2025-03-29 11:48:02
热门 PPT 生成器的更新频率：如何选择最合适的工具？
热门 PPT 生成器的更新频率：如何选择最合适的工具？ 你还在为挑选 PPT 生成器而纠结吗？别再犹豫了，下面这些更新频率高的工具，将让你的演示从此光芒四射，告别千篇一律的模
2025-03-29 11:37:19
PIKE-RAG – 微软亚洲研究院推出的检索增强型生成框架
PIKE-RAG（sPecIalized KnowledgE and Rationale Augmented Generation）是微软亚洲研究院推出的检索增强型生成框架，能解决传统RAG系统在复杂工业应用中的局限性。PIKE-RAG基于提取、理解和应用专业知识，构建连贯的推理逻辑，引导大型语言模型（LLM）生成准确的回答。
2025-03-29 11:20:37
百度 AI 智能写作一键生成与人工写作的对比：哪种更适合你？
百度 AI 智能写作一键生成与人工写作的对比：哪种更适合你？ 你还在为写作而抓狂吗？别再为写一篇文章熬夜了！这篇文章将揭示一个让你工作效率翻倍的秘密武器——百度 AI 智能写
2025-03-29 11:11:30
Collaborative Gym – 支持人与AI代理实时交互协作的评估框架
Collaborative Gym（Co-Gym）是专注于人机协作（Human-Agent Collaboration）的框架，支持人类与AI代理之间的实时交互与协作。通过模拟和真实两种实验条件，支持开发者在受控环境中进行迭代开发，同时能在真实场景中部署和评估协作效果。
2025-03-29 10:52:44
智能AI写作在不同领域的应用有哪些？探索5大行业应用
智能AI写作在不同领域的应用有哪些？探索5大行业应用 你是否曾幻想过，有一天机器能像人一样进行创作，从新闻报道到诗歌小说，无所不能？那不再是科幻小说里的情节
2025-03-29 10:47:49
TIGER – 清华大学推出的轻量级语音分离模型
TIGER（Time-frequency Interleaved Gain Extraction and Reconstruction Network）是清华大学研究团队提出的轻量级语音分离模型，通过时频交叉建模策略，结合频带切分和多尺度注意力机制，显著提升了语音分离的效果，降低了参数量和计算量。
2025-03-29 10:24:50
AI 智能写作合作：5大优势让你事半功倍
AI 智能写作合作：5大优势让你事半功倍 你是否曾为撰写一篇论文而苦恼不已？或者在创作过程中感到思路枯竭、灵感枯竭？相信我，你并不孤单！今天，我要告诉你一个秘密：AI 智能写
2025-03-29 10:24:39
人气排行
24小时排行
