近日，开源Sora计划在GitHub上成立，旨在打造类似OpenAI的文本到视频模型。该计划目前正在构建基础组件，并寻求有兴趣的开源贡献者的帮助。据悉，Sora模型通过将自然语言转化为场景描述，再将其转化为视频，实现了文...

近日，研究人员开发了一种名为Resonance RoPE的新技术，帮助LLMs更好地理解和生成比其原始训练序列更长的文本。这种方法在现有的Rotary Position Embedding（RoPE）系统上进行了改进，提高了模型在长文本上的性能，...

Anthropic最近发布了Claude 3家族的三个新模型，其中最强的模型匹敌了GPT4的报告基准结果。此外，这是一个多模态模型，对视觉任务表现良好。值得注意的是，Claude的编码能力在此版本中得到了显著提高。

Emissary发布了一个基准测试平台，可以使开发人员在他们自己的条件下快速可靠地评估提示并管理模型迁移和回归。通过自动LLM辅助评估或将评级外包给Emissary，生成和扩展测试集，定义自定义指标，并协作地手动团队评...

亚马逊的10亿美元工业创新基金旨在增加对将人工智能和机器人集成的公司的投资，旨在提高其物流网络的效率。

MagicLab发布了MagicBot，这是一款能够烤棉花糖和跳舞的人形机器人。该机器人具有出色的平衡性和灵巧性——它能够完成空翻动作。MagicBot具有亚毫米级定位精度和几公斤的承重能力。本文提供了该机器人的视频展示。

DSNIE是一种方法，可以显著提高单目表面法向量估计的准确度，可用于多种计算机图形应用程序。DSNIE方法基于深度学习，使用卷积神经网络对输入图像进行处理，并输出表面法向量。该方法在各种室内和室外场景中进行了测...

CricaVPR提出了一种新方法，通过关注多个图像之间的关系，即使在不同的条件下也能提高视觉地点识别的准确性。传统的视觉地点识别方法通常只考虑单个图像，而CricaVPR的方法将多个图像整合起来，进一步提高了识别精度...