AI资讯新闻榜单内容搜索-Ava

关键词: MoE-LLaVA,MoE,7B LLaVA,3B模型

混合专家（MoE）架构已支持多模态大模型，开发者终于不用卷参数量了！北大联合中山大学、腾讯等机构推出的新模型MoE-LLaVA，登上了GitHub热榜。

关键词: Avatar,AI音频,AI视频,Audio2Photoreal

最近，来自Meta和UC伯克利的研究人员，发布了一种最新的音频到人像模型。操作简单，输出极致逼真。

关键词: 多模态大模型,MoE-LLaVA,LLaVA-1.5-7B

对于大型视觉语言模型（LVLM）而言，扩展模型可以有效提高模型性能。然而，扩大参数规模会显著增加训练和推理成本，因为计算中每个 token 都会激活所有模型参数。

关键词: GPT-4V,LLaVA,多模态模型

多模态大模型GPT-4V也会「有眼无珠」。UC San Diego纽约大学研究人员提出全新V*视觉搜索算法逆转LLM弱视觉宿命。

关键词: 李飞飞,Wild2Avatar,AI建模

即使遮挡，也能渲染出高保真的 3D 人体。

关键词: CogAgent,LLaVA,GPT-4V,BakLLaVA

GPT-4V的开源替代方案来了！极低成本，性能却类似，清华、浙大等中国顶尖学府，为我们提供了性能优异的GPT-4V开源平替。

关键词: 纳瓦尔,AI创业,AI商业化

最近 AngelList 举办了 2023 年会，现任 CEO Avlok Kohli 和 Naval 进行了一场 45 分钟的高密度圆桌对谈，谈到了给如今 AI 创业者和投资人的建议，以及自己最新创业打造的语音社交产品 Airchat。

关键词: chatGPT,AI编程

5年后，ChatGPT会替代底层程序员吗？java行业已经被chatgpt冲击不小了

关键词: Amazon Q,亚马逊AI,大模型,AI电商

就在刚刚，亚马逊云科技祭出了全新AI「大杀器」Amazon Q。不仅只用两天时间就升级了上千款Java应用，更是将企业的数据屏障一举击穿。

关键词: SOTA,Video-LLaVA,北大视觉模型

最近，来自北京大学等机构研究者提出了一种全新视觉语言大模型——Video-LLaVA，使得LLM能够同时接收图片和视频为输入。Video-LlaVA在下游任务中取得了卓越的性能，并在图片、视频的13个基准上达到先进的性能。这个结果表明，统一LLM的输入能让LLM的视觉理解能力提升。