多模态大型语言模型在许多任务中表现优秀，但在定位图像中的特定对象方面往往存在困难。为了改善这一问题，研究人员已经开发出一种新的方法：将物体的位置转化为文本，并通过特殊任务进行模型的训练。这种方法的出现...

在机器人行业中，一个机器人的策略是指引其行为的算法。这种策略通常与其任务特定型的机器人紧密相连，这使得机器人很难进行适应性修改。然而，谷歌最新的工作研究推出了一种单一的策略，这一策略包含550亿个参数，...

最近，一款名为OnnxStream的程序在GitHub上引起了广泛的关注。这款程序可以让用户在树莓派Zero 2上运行Stable Diffusion 1.5。这一技术的实现，无疑为那些希望在低功耗设备上运行复杂算法的用户提供了一个新的可能。...

视觉-语言模型如CLIP在许多任务中表现出色，但在图像修复方面却面临一些挑战。因此，一项新的项目引入了DA-CLIP模型，该模型优化了CLIP的工作方式，使其更好地处理这些任务，从而带来更清晰的图像重建。DA-CLIP模型...

尽管开源AI的民主化进程正在进行，但2022年7月至2023年期间，超过60%的生成型AI工作岗位发布在10个主要的科技中心。这说明，我们需要进行干预和扩大研究项目以促进AI在地理分布上的多元化。开源AI的民主化虽然给大众...

领英正在推出一系列基于AI的功能，以增强其招聘、营销和销售服务。这些包括一个改进版本的Recruiter人才采购平台，该平台融合了AI技术；一个由AI驱动的领英学习教练；以及一个用于营销活动的新AI工具。这一系列的AI...

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...

你的AI应用需要从其他API获取数据，你将如何得到它？大多数开发者都会费力地通过脚本和众多文档页来建立一个两周后就可能出故障的流水线。如果你能在没有API问题的情况下，以10倍的速度构建复杂的自动化工作流，你会...