图像分割是一种将图像中属于对象的每个区域进行标记的过程，这比传统的分类问题要复杂得多。而且，如果没有预定义的对象列表，进行通用分割将是一项挑战。包含某些世界表示的语言模型可以为分割提供巨大的推动力。LI...

近期，研究社区一直在努力将单张照片生成为3D资源，但对于稍具细微差别的物体，这一过程通常会出现失败，并且其效果总体来说并不理想。然而，一个名为Magic123的全新方法似乎实现了突破。Magic123采用2D和3D先验知识...

近日，GitHub发布了一种名为Functionary的新型语言模型，这种模型具有解读和执行函数/插件的能力，可以准确地判断何时执行一个函数，并能理解其输出结果。Functionary只在需要的时候触发函数，从而大大提高了代码运...

近日，GitHub在其官方仓库中发布了一款名为Color-Diffusion的全新着色模型，该模型的主要功能是给黑白图片进行着色。Color-Diffusion模型采用了先进的扩散技术，可以将色彩自然地分布到黑白图片的每个像素点上，实现...

Zep是一个开源工具，可以让开发者轻松地为他们的LLM应用添加相关文档，聊天历史记录以及丰富的用户数据。这些功能的添加将极大地提升应用的用户体验。Zep强大的特性使得开发者可以更好地理解用户的需求，通过分析用...

这项研究引入了一个名为“理性分割”的新AI任务，设计用于根据复杂和隐含的文本指令生成分割掩膜。此研究展示了一个名为LISA（Large-language Instructed Segmentation Assistant）的工具作为展示。LISA结合了大语言模...

工具使用是一个范例，其中语言模型生成触发某些API被调用的词汇，其输出作为令牌被反馈到语言模型中。这意味着语言模型能够使用计算器，网络浏览器，甚至编码环境。随着最近强大的开源语言模型的发布，您可以收集40k...

Symphonies采用了一种独特的方法来完成自动驾驶中的3D场景补全，它可以填补来自激光雷达或图像等部分输入的空白。这种技术可以有效提高自动驾驶系统的精确性和稳定性，同时也能够提高驾驶安全性。通过这种新技术，无...