AI资讯新闻榜单内容搜索-多模态

关键词: 生数科技,多模态大模型,多模态,清华多模态,U-ViT

清华系多模态大模型公司，又拿钱了！

关键词: OpenAI,多模态模型,程博文,模型训练

华人科学家程博文官宣即将入职OpenAI，加入后训练团队参与多模态模型研究。值得一提的是，他还是著名华人计算机泰斗Thomas Huang的学生。

关键词: AI视频,MovieLLM,模型训练

在视频理解这一领域，尽管多模态模型在短视频分析上取得了突破性进展，展现出了较强的理解能力，但当它们面对电影级别的长视频时，却显得力不从心。因而，长视频的分析与理解，特别是对于长达数小时电影内容的理解，成为了当前的一个巨大挑战。

关键词: 谷歌,Gemini,AI,多模态模型

谷歌Gemini文生图风波还未平，更劲爆的内幕消息又被曝出来了。

关键词: ICLR,视频模型,模型训练

在 2024 世界经济论坛的一次会谈中，图灵奖得主 Yann LeCun 提出用来处理视频的模型应该学会在抽象的表征空间中进行预测，而不是具体的像素空间 [1]。借助文本信息的多模态视频表征学习可抽取利于视频理解或内容生成的特征，

关键词: Stability AI,TripoSR,图生成3D模型,扩散模型

最近，文生视频模型 Sora 掀起了新一轮生成式 AI 模型浪潮，模型的多模态能力引起广泛关注。

关键词: AnyGPT,多模态模型,LLM,prompt

最近，OpenAI 的视频生成模型 Sora 爆火，生成式 AI 模型在多模态方面的能力再次引起广泛关注。

关键词: DeepMind,AGI,AI,谷歌AI,Gemini

Google 最近在大模型上动作不断，先是发布了性能更强大的多模态 Gemini 1.5 Pro，然后是开源的小模型 Gemma，评测结果超过了 7b 量级的 Llama 2。

关键词: Ideogram,Karpathy,文生图,Midjourney,DALL·E 3

Ideogram凭借不输Midjourney的生图能力和遥遥领先的图片中文字渲染能力，获得了包括Jeff Dean和Karpathy在内一众大佬的8000万美元融资，文生图这条离钱最近的AI赛道又加入了一名重量级选手。

关键词: OpenAI,Figure,AI机器人,AI多模态模型,机器人AI

人形机器人已然成为科技和投资界的新宠！刚刚，OpenAI官宣将与独角兽Figure合作，专为机器人打造下一代AI大模型，具身AGI真的要来了。