OpenAI 推出可定制的 ChatGPT (GPTs)，允许用户无需编码即可为特定任务定制 AI。即将推出的 GPT Store 将允许共享和赚取这些定制的 GPTs，关注隐私、安全和在现实世界中扩大效用。企业可以部署仅供内部使用的 GPTs，...

I2VGen-XL模型采用双阶段方法解决视频合成中的挑战，例如保持语义准确性和清晰、连续的图像，首先将语义连贯性与视频质量增强分开处理。第一阶段专注于保留静态图像的内容，第二阶段则细化细节和分辨率。

Cohere的最新模型是用于与真实世界的嘈杂数据互动的搜索应用的升级，以及用于检索增强生成（RAG）系统的应用。其多语言模型现在支持100多种语言，并可用于搜索同一语言内的内容（例如，在法国文档上使用法语查询进行...

DARE方法可以简化语言模型（如BERT）的增强过程，允许将新功能集成到统一模型中，从而在各种语言任务中提高效率。

高斯混合解算器可以增强扩散模型，解决图像合成中的速度-质量平衡问题，为图像的细节和清晰度设定新标准。它基于高斯混合模型，通过聚类技术来确定数据的分布，进而提高图像质量。使用高斯混合模型可以更好地理解图...

微软研究院已在其较小的语言模型Phi 1.5上增强了多模态能力，使其能够像OpenAI更大的GPT-4模型一样解释图像，但计算成本更低。Phi 1.5模型结合了文本和视觉信息，可以推断出对应的文本或图像。该模型在多个数据集上...

Meta的FAIR团队推出了Habitat 3.0，这是一个增强的AI模拟环境，用于训练机器人在真实场景中导航。

Cola是一个使用大型语言模型来协调各种视觉语言模型（VLM）以改进视觉推理的系统。该代码库已经在GitHub上发布。