AI资讯新闻榜单内容搜索-AMI

关键词: AI,Metric3D v2,几何基础模型,模型训练,Metric3Dv2

单目深度估计新成果来了！

关键词: 模型训练,AI,AI视觉模型,人工智能

本文介绍清华大学的一篇关于长尾视觉识别的论文: Probabilistic Contrastive Learning for Long-Tailed Visual Recognition. 该工作已被 TPAMI 2024 录用，代码已开源。

关键词: AI,AI视频,大模型,PAB,Pyramid Attention Broadcast

尤洋团队新作，首个基于DiT的实时视频生成方法来了！

关键词: AI,AI盗图,360AI,DynamicWang

360AI陷盗图风波，周鸿祎沉默坐实侵权？

关键词: 大模型,模型训练,AI,PyramidKV

用KV缓存加速大模型的显存瓶颈，终于迎来突破。 北大、威斯康辛-麦迪逊、微软等联合团队提出了全新的缓存分配方案，只用2.5%的KV cache，就能保持大模型90%的性能。 这下再也不用担心KV占用的显存容量过高，导致显卡不够用了。

关键词: AI视觉,模型训练,scaling,EfficientTrain++,AI算法

近年来，「scaling」是计算机视觉研究的主角之一。随着模型尺寸和训练数据规模的增大、学习算法的进步以及正则化和数据增强等技术的广泛应用，通过大规模训练得到的视觉基础网络（如 ImageNet1K/22K 上训得的 Vision Transformer、MAE、DINOv2 等）已在视觉识别、目标检测、语义分割等诸多重要视觉任务上取得了令人惊艳的性能。

关键词: AI初创公司,AI应用,AI教育,Elsa,Amira,Cognii,AI K12

预计到 2032 年将达到 882 亿美元，人工智能教育市场释放巨大潜力

关键词: ViTamin,视觉基础模型,SOTA,Transformer,模型训练

视觉语言模型屡屡出现新突破，但ViT仍是图像编码器的首选网络结构。

关键词: Dreamina,sora,AI视频,扩散模型,字节AI

最近，字节旗下的一款视频生成AI——Dreamina 开始大规模开放测试。 Dreamina 不算是新产品，但现在它与 Sora 最大的区别，不是模型能力，而是它真的是能使用的。

关键词: Agent Insights,Agent,DoraemonGPT,大模型,AI

《DoraemonGPT: Toward Understanding Dynamic Scenes with Large Language Models》