近期的一项研究介绍了一种名为MAGVIT-v2的视频标记化工具，有效地将图像和视频输入转化为大型语言模型（LLM）的标记。使用MAGVIT-v2，LLM在视觉生成任务中的表现超过了扩散模型。视频标记化是一种将视觉内容（如图像...

近日，有关iPhone 15 Pro 的猜测不断，它将配备更高级的摄像头、更快的芯片，但是，有消息称苹果公司将为iPhone 15 Pro带来一项名为“Log”的技术，这项技术可以将相机的动态范围扩大至10到12位，从而提升了照片的细节...

GPT Pilot是一款AI驱动的开发工具，能够从零开始编写可扩展的应用。这款工具使开发者能够通过描述他们想要构建的应用类型，从而创建应用。在创建应用的过程中，GPT Pilot会逐步进行，并在遇到困难时提出问题以获取澄...

大多数自动驾驶系统都是基于规则的、专家系统和学习模块的大规模组合。Wayve公司的最新研究展示了一个具有90亿参数的联合视频、动作和文本模型，该模型在多样化的场景中表现出色。这个模型通过学习和理解大量的驾驶...

Reka近日推出一款名为Yasa-1的多模态模型，该模型能处理音频、视频和文本，是极其受欢迎的T5语言模型的创造者带来的最新力作。Yasa-1在许多任务中都展示了优秀的表现，目前正处于私人预览阶段。Yasa-1继承了T5的精神...

世界上第一个人工能源岛——伊丽莎白公主岛——已在比利时获得环境许可。该岛是一个海上电网，将把海上风电场连接到比利时大陆。它将成为未来与英国和丹麦互联的枢纽。计划于2026年8月完成建设。预计到2030年，该岛将与...

训练优秀的视频模型通常需要巨大的资源，这种需求往往超出了学术界的承受范围。现在，研究人员已经找到了一种方法，只需要使用一台配备八个标准GPU的机器，在一天内就能完成这些模型的训练。这意味着，我们不再需要...

越来越多的初创公司如Neuralink、Mendi和FocusCalm等，正在研发帮助我们阅读和操控自身精神状态的技术，以帮助我们放松、学习和减轻疼痛。这些公司将从用户的大脑中收集数据，如果他们得到访问权限的话。然而，这些...

在过去的十年里，使用特殊技术修复损坏的视频在技术上有了巨大的改进。然而，这些工具在修复诸如直播等常见视频问题时，其效果并不十分理想。为了更好地解决这些问题，研究人员创建了BSCV，这是一个全新的工具和视频...

Capsule是一款强大的视频编辑器，它利用人工智能技术为内容和营销团队提供高效的视频编辑服务。这款产品能够以更快的速度处理视频内容，无需专业的视频编辑技能，用户就能轻松制作出专业级别的视频。Capsule的智能算...