V
主页
支持语音,图像,文本,音乐等模态输入!上海AI Lab提出任意多模态语言模型AnyGPT!
发布人
-
打开封面
下载高清视频
观看高清视频
视频下载器
【多模态+大模型+知识图谱】2024最好创新的研究方向!绝对是B站最全的教程,论文创新点终于解决了!——人工智能|深度学习|aigc|计算机视觉
文本引导的虚拟试衣来了,多模态在时尚领域的又一杀器!一键更换模特服装!目前代码模型已开源!
Mamba卷到多模态了!基于Mamba的多模态大语言模型VL-Mamba来了!
讲座08 | 面向多模态大模型的具身智能平台LEGENT——清华大学THUNLP lab在读博士胡锦毅
阿里发布最强中文图文多模态模型:Chinese CLIP,基于两亿中文图文多模态数据!
【多模态+大模型+知识图谱】2024完整版:这绝对是B站最全的教程,论文创新点终于解决了!——人工智能/深度学习/aigc/计算机视觉
InternVL 多模态模型语音功能小剧透!
“AI读心术”来了,日本学者基于Stable Diffusion模型提出了一个大脑视觉信号重建图像的研究,效果惊人!目前已被CVPR 2023接收!
腾讯优图提出啄木鸟(Woodpecker):无需训练即可矫正多模态大语言模型的幻觉问题!
微软提出了KOSMOS-G,利用MLLM来指导通用视觉-语言输入生成图像!!
【多模态+知识图谱】半天居然就跟着博士从零构建知识图谱!基于知识图谱的六大项目实战!医药问答系统、知识抽取、推荐系统、Neo4j数据库、大模型
一小时深度解析【Sora分析】视频生成模型,如何做到文本生成视频?详解背后的技术原理与应用案例!!!
LLaVA+SEEM+GLIGEN,微软提出多模态交互原型Demo LLaVA-Interactive!
如何设计和使用多模态评估任务来评估学习者的语言能力
深度学习最热方向!今年最全的多模态大模型综述来啦!-神经网络/大模型/LLM
任意文献PDF内容,30秒自动生成思维导图,助力科研学习每一天!
我居然只花一小时就学懂了如何通过重编程LLM进行时间序列预测!论文解读,附原文+代码!!!(llm大模型/跨模态交互/时序预测/人工智能)
AI模型的大一统!微软多模态组提出了多模态领域杀疯了的多边形战士BEIT V3!多项视觉,多模态任务达到SOTA!
1分钟内快速完成学术润色,全网最简易论文润色教程来啦!
上海AI Lab提出无需训练的条件引导文本到视频生成方法ConditionVideo!!
当医学图像遇上SAM,会产生什么样的火花,基于SAM的医学图像分割finetune框架来了,附代码!
继EMO之后又火了!阿里提出Image-to-Video新框架AtomoVideo!
【通往AGI值得探索的方向:具身智能】北大董豪精讲具身智能关键技术研究:操纵、决策、导航!多模态大模型、机器人
CLIP可以直接拿来做文本检测了!腾讯优图提出TCM结构,文本检测能力在多个数据集上均有较大提升!目前以被CVPR2023接收!
斯坦福大学AI博士,揭秘最新多模态AI - 杨俊睿 Jackie,MAUI
谷歌基于多模态预训练模型,提出了一种开放词汇的时序动作检测模型,可以检测视频中任意动作!性能远超之前方法!
炸裂:上海保姆机器人要上岗!人工智能机器人
鹏城实验室开放了45页多模态预训练大模型综述!总结了近5年多模态预训练相关的算法和数据!多模态预训练学习包!
54亿视觉注释数据集FLD-5B横扫CV各种任务!微软提出视觉基础模型Florence-2!
解锁CLIP长文本能力!即插即用替换CLIP!上海AI Lab提出Long-CLIP!
【脑客中国·科研】第155位讲者 | 王杰:多模态磁共振成像与脑科学
字节联合浙大提出新的视频语言预训练模型TemPVL,能够显著提升下游多模态视频理解任务性能!
清华智源基于LLM提出更全面精细的多模态图文数据集CAPSFUS-120M!
【全256集】多模态方向是不是同时得学nlp和cv?2024(最新)多模态大模型教程VIT、Clip、SAM等模型实战,由我精讲多模态大模型原理!
最强视觉backbone网络ConvNext v2来了!Meta AI融合了视觉掩码自监督框架,提出新的新的SOTA算法!目前代码和模型已开源!
谷歌提出利用语言大模型重写caption来提升图文多模态预训练模型,简单技巧即可提升CLIP多项zeroshot 性能!代码已开源!
【面壁学术沙龙】第5期:多模态大模型 偏好对齐
微软亚研提出了小模型蒸馏方法TinyMIM!MIM预训练小模型性能提升4个百分点!目前模型和代码均已开源!
阿里多模态团队基于OFA多模态预训练模型,提出最强中文OCR模型,效果惊艳!
阿里达摩院提出了新的多边形战士模型mPLUG-2,在各种视觉,文本以及多模态任务上均取得不错的性能,超过BEIT V3和EVA!