近日，苹果公司发布了一款针对 Mac 设备加速的 Array 框架，利用统一内存技术，使其变得简单干净，并提供了一些 GPU 支持。这个新框架可以帮助开发者更高效地编写代码，从而提升用户体验。据悉，这个新框架可以在 Gi...

这个项目介绍了BenchLMM，一个专门设计用于测试GPT-4V和LLaVA等大型多模态模型对各种图像样式的鲁棒性的基准。

高斯喷洒是一种令人惊叹的三维重建方法。在这种情况下，科学家们正在努力将COLMAP从他们的视觉映射和跟踪系统中移除。尽管结果令人信服，但仍需要进行一些重的计算。

Diffusion Models as Prior (DMP)是一种新的方法，它在AI生成的图像中提高了语义预测的准确性。该创新性方法巧妙地将预先训练的文本到图像模型应用于各种任务，例如3D属性估计和语义分割，在有限的训练数据下表现优...

LastMile AI开源了一个名为AI Config的库，旨在将模型、参数和提示解耦和抽象开来。AI Config使得开发者可以轻松地在模型提供商之间切换，并开发与模型无关的应用程序。AI Config库还支持多个模型以及灵活的参数配置...

Perplexity AI将网络索引和最新信息与会话式AI聊天机器人界面相结合，有可能取代谷歌。该公司最近发布了从Mistral和Meta开源模型中微调和增强的版本。这些模型旨在提供有用、真实和最新的信息。它们是第一个基于网络...

Nous Research发布了Hermes 2.5视觉模型，该模型基于最佳的7B语言模型和SigLIP集成，是一种强大的新型开源文本和视觉模型，可在消费级硬件上运行。这里的一个很酷的创新是集成函数调用。由于存在幻觉问题，该模型仍...

SAFE是一种新的模式识别融合框架，它结合了预训练的视觉和语言模型，使用RGB帧、事件流和语义标签进行融合。该框架能够通过各种传感器收集的数据来识别和理解环境中的对象和场景，具有广泛的应用前景。在实现过程中...