一张显卡“看懂”一部电影：智源联合高校开源 Video-XL，打破长视频理解极限
长视频理解是多模态大模型核心能力之一，也是通向通用人工智能（AGI）的重要一步。然而，现有的多模态大模型在处理超过10分钟的超长视频时，依然面临性能与效...
2024 科大讯飞全球 1024 开发者节：AI 文娱论坛“重构内容与表达”完满落幕
2024年10月24日，科大讯飞在合肥成功举办了全球1024开发者节AI文娱论坛。本次论坛的主题是“重构内容与表达”，旨在讨论AI时代文娱产业的新趋势，见证讯飞AI文...
消息称 Meta 正开发自家 AI 搜索引擎：追赶 OpenAI，降低对微软、谷歌的依赖
10 月 29 日消息，科技媒体 The Information 昨日（10 月 28 日）发布博文，报道称 Meta 公司一方面为减少对微软、谷歌的依赖，另一方面追赶 OpenAI 在 AI 领...
微软开源 OmniParser 纯视觉 GUI 智能体：让 GPT-4V 秒懂屏幕截图，可操控手机 / 电脑
10 月 29 日消息，科技媒体 marktechpost 于 10 月 24 日发布博文，报道称微软公司宣布开源 OmniParser，是一款解析和识别屏幕上可交互图标的 AI 工具。
国庆期间被 AI 雷军“骂了 7 天”，雷军本人呼吁网友不要再玩
10 月 29 日消息，在今年国庆假期期间，一些网友利用 AI 技术克隆雷军的声音，借此吐槽不文明行为或表达对他人的不满，有网友戏称“被 AI 雷军追着骂了整个假...
神秘 AI 模型“小熊猫”一夜刷屏：排名超 Flux、Midjourney
神秘的文生图模型“red_panda” （小熊猫）一夜之间火遍网络！！ 它迅速攀升至文生图领域的顶端，直接超越了 Flux、Midjourney 等众多顶尖模型 —— 其 ELO...
智源推出全能视觉生成模型 OmniGen：支持文生图、图像编辑等
10 月 29 日消息，北京智源人工智能研究院（BAAI）推出了新的扩散模型架构 OmniGen，这是一种用于统一图像生成的多模态模型。
全国首批人形机器人具身智能标准发布：按下肢运动、上肢作业等分 4 个等级
10 月 29 日消息，据浦东发布消息，人形机器人及具身智能创新论坛昨日在上海召开，国家地方共建人形机器人创新中心联合行业内头部企业和机构，共同发布全国首...
探秘全球最大 AI 集群 xAI Colossus：122 天建成，10 万张英伟达 H100 构筑马斯克 AI 愿景
10 月 29 日消息，科技媒体 servethehome 昨日（10 月 28 日）发布博文，应 xAI 公司邀请，参观了 Colossus 全球最大 AI 训练集群。
谷歌 CEO 桑达尔・皮查伊：努力在明年推出具有可视化功能的 AI 助理
10 月 30 日消息，北京时间今天凌晨，谷歌 CEO 桑达尔・皮查伊在公司第三季度财报电话会议上透露了“Project Astra”计划的最新进展。他表示，谷歌正在构建能够...
GoodNav - 发现优质资源网站，探索无限可能！我们精选全球设计、编程、AI、站长、游戏、工具、搜索、百科、生活、教育、娱乐等优质资源网站，助你提升效率，开启精彩网络世界！