AI资讯新闻榜单内容搜索-视觉模型

关键词: AI,视频模型,MobileMamba,人工智能

浙大、腾讯优图、华中科技大学的团队，提出轻量化MobileMamba！ 既良好地平衡了效率与效果，推理速度远超现有基于Mamba的模型。

关键词: AI,Diffusion,AI访谈,人工智能

Jiaming Song详细介绍了Diffusion模型在视觉生成领域的前沿研究，强调其在提升生成视觉模型质量中的关键作用。他分享了自己从斯坦福大学的博士研究到加入NVIDIA和Luma AI的历程，展示了如何将贝叶斯非参数模型的知识应用到生成式AI中，推动了视觉模型在生成质量和速度上的显著提升。

关键词: IDEA,视觉模型,DINO-X,沈向洋

视觉模型仍是IDEA的研究重点——IDEA正式发布的最新通用视觉大模型DINO-X，可以拥有真正的物体级别理解能力。

关键词: AI,Vidu,AI作图,多模态,人工智能

全球首个支持多主体一致性的多模态模型，刚刚诞生！Vidu 1.5一上线，全网网友都震惊了：LLM独有的上下文学习优势，视觉模型居然也有了。

关键词: openai,AI,大模型,Scaling Law

大模型时代，有个大家普遍焦虑的问题：如何落地?往哪落地?

关键词: 智谱AI,智谱清影,GLM-4-Plus,AI,AI公司

智谱AI发布新视觉模型，看得懂视频，也看得透网页源代码。

关键词: LumaAI,AI,AI视频,3D生成模型

在视觉模型的热潮中，有差异化优势才好生存。

关键词: Stable Diffusion,SD,AI绘图,AI视觉,FLUX.1

也许视觉模型离AGI更近。

关键词: 模型训练,AI,AI视觉模型,人工智能

本文介绍清华大学的一篇关于长尾视觉识别的论文: Probabilistic Contrastive Learning for Long-Tailed Visual Recognition. 该工作已被 TPAMI 2024 录用，代码已开源。

关键词: VLM,视觉模型,AI,GPT-4o,Claude 3.5

视觉大语言模型在最基础的视觉任务上集体「翻车」，即便是简单的图形识别都能难倒一片，或许这些最先进的VLM还没有发展出真正的视觉能力？