AI资讯新闻榜单内容搜索-视觉模型

关键词: 视觉模型,AIM,苹果视觉模型

视觉模型，同样遵循「参数越多性能越强」的规律？刚刚，一项来自苹果公司的研究验证了这个猜想。

关键词: ConvNet,Transformer,Meta,视觉模型

来自MABZUAI和Meta的研究人员发表的最新研究，在「非标准」指标上全面比较了常见的视觉模型。

关键词: CogAgent,LLaVA,GPT-4V,BakLLaVA

GPT-4V的开源替代方案来了！极低成本，性能却类似，清华、浙大等中国顶尖学府，为我们提供了性能优异的GPT-4V开源平替。

关键词: 美图模型,美图视觉模型,MiracleVision,奇想智能

12月5-6日，主题为“未来AI设计”的美图创造力大会在厦门举行。美图公司发布自研AI视觉大模型MiracleVision（奇想智能）4.0版本，主打AI设计与AI视频。

关键词: 通义千问,阿里大模型,Llama 2,Qwen-72B

通义千问开源全家桶正式上线！业界最强72B模型直接超越开源标杆Llama 2-70B，还有1.8B模型、音频大模型全部开源，阿里云这次真的把家底都掏出来了。

关键词: Prompt,AI视频,AI视觉模型

用视觉来做Prompt！沈向洋展示IDEA研究院新模型，无需训练或微调，开箱即用

关键词: SOTA,Video-LLaVA,北大视觉模型

最近，来自北京大学等机构研究者提出了一种全新视觉语言大模型——Video-LLaVA，使得LLM能够同时接收图片和视频为输入。Video-LlaVA在下游任务中取得了卓越的性能，并在图片、视频的13个基准上达到先进的性能。这个结果表明，统一LLM的输入能让LLM的视觉理解能力提升。

关键词: BeSuperhuman.ai,AI,计算机视觉

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。

关键词: Uni3D,多模态,AI视觉模型

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！