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）。
最近，智源、清华和北大联合发布了全新的10亿参数的3D视觉通用模型——Uni3D，在主流3D视觉能力上取得了全方位的性能突出！
联发科今日宣布与 vivo 在 AI 领域深度合作和联调，率先实现了 10 亿和 70 亿 AI 大语言模型以及 10 亿 AI 视觉大模型在手机端侧的落地
