AI资讯新闻榜单内容搜索-生成模型

关键词: AI,大模型,数据集,模型训练,AI框架

AI卫星影像知识生成模型数据集稀缺的问题，又有新解了。

关键词: ShareGPT4V,AI视频,多模态大模型,ShareGPT4Video,AI

继Sora官宣之后，多模态大模型在视频生成方面的应用简直就像井喷一样涌现出来，LUMA、Gen-3 Alpha等视频生成模型展现了极佳质量的艺术风格和视频场景的细节雕刻能力，文生视频、图生视频的新前沿不断被扩展令大家惊喜不已，抱有期待。

关键词: AI视频,奥特曼,Stable Diffusion 3,Luma AI

这几天，最新发布的Stable Diffusion 3和Luma AI的视频生成模型Dream Machine相继发布，但这两个模型却用非常独特的方式震撼到了网友们。Dream Machine加上二创脑洞成为快乐源泉，SD3输出的诡异图片却散发着浓浓的「黑色幽默」。

关键词: RAG,AI检索器,AI,模型训练,大模型

检索增强生成 (RAG) 是将检索模型与生成模型结合起来，以提高生成内容的质量和相关性的一种有效的方法。RAG 的核心思想是利用大量文档或知识库来获取相关信息。各种工具支持 RAG，包括 Langchain 和 LlamaIndex。

关键词: Stability AI,音频生成,Stable Audio Open,AI声音

音频生成领域又有好消息：刚刚，Stability AI 宣布推出开放模型 Stable Audio Open，该模型能够生成高质量的音频数据。

关键词: 图像生成模型,扩散模型,AI,人工智能,MetaEarth

北航的研究团队，用扩散模型“复刻”了一个地球？ 在全球的任意位置，模型都能生成多种分辨率的遥感图像，创造出丰富多样的“平行场景”。 而且地形、气候、植被等复杂的地理特征，也全都考虑到了。

关键词: 多模态,模型训练,DeepMind,Zipper

最近的一系列研究表明，纯解码器生成模型可以通过训练利用下一个 token 预测生成有用的表征，从而成功地生成多种模态（如音频、图像或状态 - 动作序列）的新序列，从文本、蛋白质、音频到图像，甚至是状态序列。

关键词: 模型训练,MagicDrive3D,自动驾驶,AI驾驶

无需采集3D数据，也能训练出高质量的3D自动驾驶场景生成模型。

关键词: GPT-4o,Mistral,AI,Codestral,代码生成模型

就在刚刚，法国AI初创公司Mistral发布了自家首款代码生成模型Codestral。不仅支持32K长上下文窗口以及80多种编程语言，而且还用22B的参数量取得了与70B的Llama 3相近的性能。目前，已经开放API与IDE插件供用户使用。

关键词: 3DGen-Arena,扩散模型,AI,文生3D,图生3D

3D生成也有自个儿的人工评测竞技场了～ 来自复旦大学和上海AI lab的研究人员搞了个3DGen-Arena，和大语言模型的Chatbot-Arena、GenAI-Arena等一脉相承，要让大伙儿对3D生成模型来一场公开、匿名的评测