AI大模型日报#0418:Stable Diffusion 3开放API、Meta新研究让AI Agent理解物理世界

导读: 欢迎阅读《AI大模型日报》,内容基于Python爬虫和LLM自动生成。目前采用"文心一言"生成了每条资讯的摘要。

标题: 微软刚发布了VASA-1 这个人工智能可以让单张图像具有生动的说话和歌唱能力

摘要: 微软发布了VASA-1人工智能,它能使单张图像具备说话和歌唱的生动能力,为人工智能领域带来新的突破。该技术引发了广泛关注,但文章内容仅代表作者观点,与新浪网无关。如有版权等问题,请在30日内与新浪网联系解决。
网址: 微软刚发布了VASA-1 这个人工智能可以让单张图像具有生动的说话和歌唱能力_新浪新闻

标题: 从文字模型到世界模型!Meta新研究让AI Agent理解物理世界

摘要: LLM已理解文本、图片及3D物理空间,但对现实事件缺乏了解。AI Agent如机器人或智能眼镜,通过感知环境回答开放性问题,需构建"世界模型"理解外部世界并与人交流。Meta的OpenEQA框架为探索此领域提供新可能。EQA是检查AI Agent是否真正理解周围世界的工具,对实现人工通用智能至关重要。
网址: 从文字模型到世界模型!Meta新研究让AI Agent理解物理世界|AI|Meta_新浪新闻

标题: 谷歌开源专业代码模型:对硬件要求低,性能超强!
摘要: 谷歌发布了面向企业和开发人员的Code Gemma代码模型,包含基础预训练、指令微调和快速推理三个版本。该模型基于Gemma开发,参数小但经过大规模预训练,能快速生成多种主流编程语言代码。在基准测试中,Code Gemma性能优于同类模型,推理效率和准确率更高。开发团队采用"填充中间"训练方法大幅提升了模型性能。详情见技术报告和开源地址。
网址: 谷歌开源专业代码模型:对硬件要求低,性能超强!|编程语言|python_网易订阅

标题: 突发!Stable Diffusion 3,可通过API使用啦


摘要: Stability.ai宣布新文生图模型Stable Diffusion 3(SD3)和SD3 Turbo可在API中使用,由Fireworks AI提供服务。与前两代相比,SD3生成图片质量更高,能更好理解提示文本中嵌入的文字,并精准呈现于图片中。SD3模型权重将向Stability AI会员提供,支持本地部署运行。API地址详见官网。
网址: 突发!Stable Diffusion 3,可通过API使用啦|向量|模态|视频生成模型_网易订阅

标题: 看懂网飞版「三体」!Reka Core登场:挑战GPT-4、Claude 3

摘要: Reka公司推出了最新的多模态语言模型Reka Core,其性能与GPT-4和Claude 3 Opus相当。该模型使用数千台H100进行训练,能够理解图像、音频和视频等多种数据内容。Core是Reka语言模型系列中的第三个成员,由多个来源的数据训练而成。尽管推出时间不到一年,但已经备受关注,网友们对其评价甚高,期待其未来的表现和发展。
网址: 看懂网飞版「三体」!Reka Core登场:挑战GPT-4、Claude 3|图像|三体_新浪新闻

相关推荐
OceanBase数据库官方博客2 小时前
向量检索新选择:FastGPT + OceanBase,快速构建RAG
人工智能·oceanbase·分布式数据库·向量数据库·rag
ghjhjjjbjibh2 小时前
AI大模型 —— 国产大模型 —— 华为大模型
人工智能·华为
清风序来3 小时前
一,开发环境安装
人工智能·深度学习
樱花穿过千岛湖6 小时前
第六章:Multi-Backend Configuration
人工智能·python·gpt·学习·ai
跳跳糖炒酸奶6 小时前
第十五讲、Isaaclab中在机器人上添加传感器
人工智能·python·算法·ubuntu·机器人
前进的程序员7 小时前
深度学习:人工智能的核心驱动力
人工智能
_一条咸鱼_7 小时前
Python 名称空间与作用域深度剖析(二十七)
人工智能·python·面试
_一条咸鱼_7 小时前
Python之函数对象+函数嵌套(二十六)
人工智能·python·面试
_一条咸鱼_7 小时前
Python 文件操作之修改(二十二)
人工智能·python·面试
_一条咸鱼_7 小时前
Python 闭包函数:原理、应用与深度解析(二十八)
人工智能·python·面试