OpenAI在首届开发者日上，正式公布自定义GPT。与此同时，现有的GPT-4也迎来一大波更新。 新版本GPT-4 Turbo，支持128k上下文，知识截止更新到2023年4月，视觉能力、DALL·E3，文字转语音TTS等等全都对API开放…… API价格还打了3-5折。
GPT-4V挑战视觉错误图，结果令人“大跌眼镜”。 像这种判断“哪边颜色更亮”的题，一个没做对
Niantic宣布其 AR 游戏《Pokemon Go》将于 2024 年进行一次巨大的更新，该更新将使用 AI 来改进游戏的 AR 视觉效果，以使 Pokemon 对真实环境的反应能力更强。
视觉幻觉是常见于多模态大语言模型的一个典型问题。最近，来自中科大等机构的研究人员提出了首个多模态修正架构「啄木鸟」，可有效解决MLLM输出幻觉的问题。
DeepMind最新研究发现，只要模型设计上没有缺陷，决定模型性能的核心可能是训练计算量和数据。在相同计算量下，卷积神经网络模型和视觉Transformers模型的性能居然能旗鼓相当！
嵌入式领域，即将掀起一场AI革命。想象一下，未来你所使用的咖啡机，都会使用嵌入式视觉和AI，来帮助制作完美的咖啡。
2024年元旦将至，很多公司都有做龙年主题海报的需求。我们今天抛砖引玉，给大家介绍用chatGPT和midjourney做龙年主题海报的详细步骤。
BeSuperhuman.ai是一家计算机视觉人工智能初创公司，这家公司准备用突破性的新型视觉推理LLM模型，来颠覆AI工作助手的工作模式，以及我们过往操作电脑工具的交互方式。
夸克网盘电脑端播放器已经支持视频5倍速播放、4K画质和多音轨播放等能力。在自研的AI视觉大模型技术帮助下，升级后的夸克网盘播放器支持AI字幕和文稿生成，更加方便用户理解和管理内容
家人们，现在搞一套高清商拍大片，简直不要太简单好吧！ 只需几秒钟，几个“点击”的动作，就齐活了—这就是虹软科技在今天新鲜出炉的面向电商的创新产品——PhotoStudio® AI智能商拍摄影云工作室（Beta）。
