AI资讯新闻榜单内容搜索-OTA

关键词: SOTA,清华

一句话定位视频片段

关键词: 3D大模型,扩散模型

近日，清华大学刘永进教授课题组提出了一种基于扩散模型的文生3D新方式。无论是不同视角间的一致性，还是与提示词的匹配度，都比此前大幅提升。

关键词: Emu2,开源版Gemini,多模态模型Emu2

最强的全能多模态模型来了！就在近日，智源研究院重磅发布了开源界的「Gemini」——Emu2，一口气刷新多项SOTA。

关键词: mPLUG-Owl,MLLM,SOTA

OpenAI GPT-4V 和 Google Gemini 都展现了非常强的多模态理解能力，推动了多模态大模型（MLLM）快速发展，MLLM 成为了现在业界最热的研究方向。

关键词: AI旅游,AI旅行,OTA

论AI是否能实现资本与企业所期待的目标，它都已然是旅游行业中不可分割的一部分。

关键词: VideoPoet,AI视频,谷歌AI视频

你敢信？大熊猫都会打牌了！

关键词: 视觉感知基础模型,APE

由厦门大学等机构提出的全新视觉感知基础模型APE，只需一个模型外加一套参数，就能在160个测试集上取得当前SOTA或极具竞争力的结果。而且训练和推理代码以及模型权重全部开源，无需微调，开箱即用。

关键词: MatterGen,GNoME,AI科研,SOTA

继谷歌DeepMind AI工具成功预测出220万种晶体结构后，微软团队最新扩散模型MatterGen，能设计生成新颖、稳定的材料，刷新SOTA。

关键词: 九天大模型,JiuTian-LION

哈工深发布全新多模态大语言模型九天（JiuTian-LION），融合细粒度空间感知和高层语义视觉知识，在13个评测任务上实现了sota性能。

关键词: A100,AI图像,AI视频,Adobe

3D 生成是 AI 视觉领域的研究热点之一。本文中，来自 Adobe 研究院和斯坦福大学等机构的研究者利用基于 transformer 的 3D 大型重建模型来对多视图扩散进行去噪，并提出了一种新颖的 3D 生成方法 DMV3D，实现了新的 SOTA 结果。