3D 生成领域迎来新的「SOTA 级选手」，支持商用和非商用。Stability AI 的大模型家族来了一位新成员。昨日，Stability AI 继推出文生图 Stable Diffusion、文生视频 Stable Video Diffusion 之后，又为社区带来了 3D 视频生成大模型「Stable Video 3D」（简称 SV3D）。
大SOTA有大红利，垂类SOTA也有垂类红利。在尚未被超越的这段时间，SOTA企业必须像OpenAI一样，紧紧抓住红利窗口。
来自零一万物最新研发的高性能向量数据库笛卡尔（Descartes），登顶权威测评榜单。
谷歌在语言和声控计算机界面的漫长道路上又迈出了重要一步。最新ScreenAI视觉语言模型，能够完成各种屏幕QA问答、总结摘要等任务。
谷歌团队推出「通用视觉编码器」VideoPrism，在3600万高质量视频字幕对和5.82亿个视频剪辑的数据集上完成了训练，性能刷新30项SOTA。
距离YOLOv8发布仅1年的时间，v9诞生了！
继 2023 年 1 月 YOLOv8 正式发布一年多以后，YOLOv9 终于来了！
近日，北大、斯坦福、以及Pika Labs发布了新的开源文生图框架，利用多模态LLM的能力成功解决文生图两大难题，表现超越SDXL和DALL·E 3
多模态大型语言模型进展如何？盘点 26 个当前最佳多模态大型语言模型。
2024 年 1 月 29 日，波形智能（AIWaves）于杭州举办首个技术开放日（AIWaves DevDay），正式发布新一代自主研发的中文内容创作垂域 SOTA 大模型「Weaver」，及由其驱动的面向用户写作类 Agent 产品「蛙蛙写作 1.0」。
