MonoSKD是一种革命性的方法，它使用一张图像就可以检测3D物体，有效地弥合了LiDAR和普通RGB模型之间的知识鸿沟。传统的3D物体检测需要使用多个传感器来捕捉物体的深度信息和其它特征，而MonoSKD仅需要一张图像就能完...

最新版本的Mujoco——一款流行的基于物理的仿真器已经发布。这个版本的仿真速度更快，稳定性得到了大大提升，可以更好地帮助用户模拟各种物理现象。Mujoco是一种专门用于机器人学习的仿真器，它通过计算机模拟现实世界...

本研究介绍了LLM4SGG弱监督场景图生成方法，该方法利用大型语言模型的能力，从图像标题中更好地提取和对齐关系，解决了图像标题中捕获详细关系和利用所有可用信息的挑战。

近日，HuggingFace diffusers轻量快速推理引擎在GitHub上线。该引擎通过许多小改进，实现了大幅提升推理速度的目标，声称每秒可达60步，比原来的23步快了许多。该引擎在自然语言处理任务中表现优异，受到了许多开发...

近日，一项名为 Character-LLM 的项目在 GitHub 上推出。该项目通过训练大型语言模型，以贝多芬和凯撒大帝等历史名人为蓝本，通过为它们提供特定的人物资料，从而模拟这些历史人物的语言风格和思想特征。这一技术的...

在自然语言处理领域，语言模型已经取得了重大的突破，但是在数学领域，语言模型的应用却相对较少。Llemma是一种面向数学的开放式语言模型，它基于GPT-3模型，可以处理数学领域的自然语言文本，如数学公式、定理和证...

随着虚拟现实和增强现实技术的发展，实时的高分辨率图像合成变得越来越重要。美国科罗拉多州立大学的研究人员提出了一种名为4K4D的技术，它可以在4K分辨率下实现实时的4D视图合成。4K4D技术使用了一种新型半透明光场...

Cal.ai是一款开源人工智能日历调度系统。这个系统可以帮助用户更加智能地安排日程。通过使用机器学习和自然语言处理技术，Cal.ai可以理解用户的日程安排和优先级，并自动安排会议和事件。Cal.ai还可以学习用户的日常...