AI资讯新闻榜单内容搜索-多模态大模型

关键词: 声音大模型,M2UGen,PCG ARC

能处理音乐的多模态大模型，终于出现了！

关键词: Agent,UCLA,3D多模态交互具身智能大模型,多模态大模型

Sam Altman认为AGI很快就会降临，但若是没有感官兼备的AI何以称为智能？最近，UCLA等机构研究人员提出多模态具身智能大模型MultiPLY，AI可以知冷知热、辨音识物。

关键词: GPT-4V,LLaVA,多模态模型

多模态大模型GPT-4V也会「有眼无珠」。UC San Diego纽约大学研究人员提出全新V*视觉搜索算法逆转LLM弱视觉宿命。

关键词: LLM,马毅,LeCun,谢赛宁

来自纽约大学和UC伯克利的研究团队成功捕捉到了多模态大模型在视觉理解方面存在的重大缺陷。针对这个问题，他们进一步提出了一个将DINOv2特征与CLIP特征结合的方法，有效地提升了多模态大模型的视觉功能。

关键词: AI,多模态大模型,Open Interpreter,操作系统Agent

这一天还是来了，AI在操作系统里启动了一个自己的副本。

关键词: 多模态大模型,LLM,grounding,LEGO

字节&复旦大学多模态理解大模型来了：可以精确定位到视频中特定事件的发生时间。

关键词: 教育大模型,松鼠Ai,AI教育

大模型如火如荼发展的一年，也为教育科技带来很大的想象空间。1月5日，国内首个教育智适应多模态大模型发布。大模型革新教育，同样能够做到千人千面，为学生提供个性化的学习服务。

关键词: 谷歌AI绘图,扩散模型,Instruct-Imagen

谷歌新设计的一种图像生成模型已经能做到这一点了！通过引入指令微调技术，多模态大模型可以根据文本指令描述的目标和多张参考图像准确生成新图像，效果堪比 PS 大神抓着你的手助你 P 图。

关键词: 苹果大模型,Ferret,多模态大模型

iPhone迎来AI时刻？岁末年初，苹果加快了在大模型领域的步伐。

关键词: NExT-Chat,大模型,数据标注,多模态大模型

多模态大模型集成了检测分割模块后，抠图变得更简单了！