SqueezeTime是一款为移动视频理解设计的轻量级网络，其独特之处在于，它能够将视频的时间轴压缩到频道维度中，从而增强了时间分析的能力。SqueezeTime网络的设计理念是，通过压缩时间轴，可以在不牺牲视频内容质量的...

Meta发布了一款名为ExecuTorch的框架，这是一个后训练量化工具包，能够支持在各种iPhone和Galaxy设备上运行Llama模型。该框架能够在运行7B大小语言模型的手机上，每秒获取多达11个令牌。ExecuTorch框架的发布，进一...

近日，一个名为SVG Viewer的全新工具正式上线。该工具能够帮助用户更好地查看、编辑和优化SVG文件。SVG是一种基于XML的图形格式，可用于创建浏览器和移动设备中使用的矢量图形。它是一种非常流行的格式，因为它可以...

苹果公司开发了一款名为Ferret-UI的多模态大型语言模型（LLM），该模型具备理解移动设备用户界面的能力，有望让Siri更有效地理解并与屏幕上的元素进行互动。Ferret-UI的出现预示着Siri将能够更加直观地与iOS应用进行...

由前Snap高管Alex Mashrabov创立的Higgsfield AI公司，最近推出了Diffuse，这是一款面向创作者和社交媒体市场营销人员的移动优先AI视频创作和编辑应用程序。Diffuse的推出，直接挑战了OpenAI的Sora视频生成器。与Sor...

一位开发者最近测试了他的跨平台WASM图形引擎，该引擎结合了3D和2D技术，能够在各种设备上运行。他表示，这个引擎采用了WebAssembly技术，可以在浏览器中运行，同时也适用于桌面和移动设备。他还称，这个引擎支持多...

在移动设备上运行语言模型面临着延迟、带宽和功耗等多方面的挑战。本研究通过采用量化技术、移除键值缓存以及其他优化手段，成功实现了在手机上以每秒30个令牌的速度运行强大的Gemma 2B模型。这一成果比其他框架快约...

该项目介绍了一种新的3D建图和定位方法，使用轻量级神经网络处理点和线特征，显著提高了姿态准确性，同时占用更少的内存和计算要求。为了实现更快的姿态估计和更准确的3D建图，该方法使用了一种新的神经网络结构，该...