搜索
家人们，苹果一直在悄悄进步！ 近期，据小鹿观察，各大科技巨头不仅在提升模型解决复杂问题的能力上竞争激烈，而且还在大语言模型应用于用户界面（UI）交互方面上暗暗发力！
视觉语言模型（如 GPT-4o、DALL-E 3）通常拥有数十亿参数，且模型权重不公开，使得传统的白盒优化方法（如反向传播）难以实施。
ControlNet作者“敏神”（张吕敏），刚刚上新了一个新项目—— 名叫IC-Light V2，可以说是把AI打光这事儿玩得溜溜的。
在AI飞速进步和全球市场竞争日益激烈的今天，科技创业者们不断寻求创新的突破口，期望通过技术变革重塑人们的生活和工作方式。PLAUD.AI就是这样一家立足于全球视野的公司，致力于以AI驱动的创新产品为专业用户提供高效的解决方案，目前已交付超30万台，年化收入1亿美金，连续2年达10倍增长。
在硅星人AI创造者大会(ACC 2024)上，智谱AI COO张帆与硅星人创始人、CEO 骆轶航进行了一场围绕智谱AI与智能终端的对话
近日，中科大王杰教授团队（MIRA Lab）和华为诺亚方舟实验室（Huawei Noah's Ark Lab）联合提出了可生成具有成千上万节点规模的神经电路生成与优化框架，具备高扩展性和高可解释性，这为新一代芯片电路逻辑综合工具奠定了重要基础。论文发表在 CCF-A 类人工智能顶级会议 Neural Information Processing Systems（NeurIPS 2024）。
SegVG是一种新的视觉定位方法，通过将边界框注释转化为像素级分割信号来增强模型的监督信号，同时利用三重对齐模块解决特征域差异问题，提升了定位准确性。实验结果显示，SegVG在多个标准数据集上超越了现有的最佳模型，证明了其在视觉定位任务中的有效性和实用性。
Segment Anything Model 2（SAM 2）在传统视频目标分割任务大放异彩，引起了众多关注。然而，港中文和上海 AI Lab 的研究团队发现 SAM 2 的贪婪选择策略容易陷入「错误累积」的问题，即一次错误的分割掩码选择将影响后续帧的分割结果，导致整个视频分割性能的下降。这个问题在长视频分割任务中显得更加严重。
钛媒体App 11月5日消息，利用AI技术帮机器人造“大脑”的美国独角兽公司物理智能（Physical Intelligence）宣布完成4亿美元（约合人民币28.39亿元）融资。
9 月中下旬，字节旗下的 AI 写真 App PicPic 开始在日本爬榜，最高冲到了日本 iOS 下载总榜 23 位，摄影与录像分榜第 2。