今日 AI 简报|百度推出检索增强的文生图技术、开源表格处理大模型、蛋白质结构预测、3D 生成、短视频生成、PDF 翻译工具

❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦


TableGPT2:浙大推出的多模态表格处理大模型

TableGPT2 是浙江大学推出的新型大型多模态模型,针对表格数据的整合与处理。它首次将结构化数据作为独立模态进行训练,直接理解并操作数据库和 Excel 等数据,执行 SQL 查询、数据分析等任务。模型包含创新的表格编码器,强化对不规则表格和模糊查询的处理能力,在多个基准测试中性能显著提升。

资源

  1. HuggingFace 模型库:huggingface.co/tablegpt/Ta...
  2. arXiv 技术论文:arxiv.org/pdf/2411.02...

AlphaFold 3:谷歌 DeepMind 开源的结构预测统一框架

AlphaFold 3 是谷歌 DeepMind 团队推出的 AI 模型,能预测蛋白质、核酸(DNA 和 RNA)、小分子、离子及修饰残基等生物分子的三维结构。模型在结构预测的准确性上取得革命性进展,对药物设计、科研和生物医学领域具有重大影响。

资源

  1. GitHub 仓库:github.com/google-deep...
  2. 技术论文:www.nature.com/articles/s4...

GenXD:新加坡国立和微软共同推出的通用 3D 和 4D 联合生成框架

GenXD 是新加坡国立大学和微软公司共同推出的 3D-4D 联合生成框架,能从任意数量的条件图像中生成高质量的 3D 和 4D 场景。框架用一个数据整理流程从视频中提取相机姿态和物体运动强度,基于这些信息及大规模 4D 数据集 CamVid-30K 训练模型。GenXD 基于多视角时序模块解耦相机和物体的运动,用掩码潜在条件支持多种视角的条件生成,实现在单一模型中处理多种 3D 和 4D 生成任务。

资源

  1. 项目官网:gen-x-d.github.io
  2. GitHub 仓库:github.com/HeliosZhao/...
  3. arXiv 技术论文:arxiv.org/pdf/2411.02...

MoneyPrinterTurbo:开源的 AI 短视频生成工具

MoneyPrinterTurbo 是开源的 AI 短视频生成工具,能自动化地根据用户提供的视频主题或关键词生成视频文案、素材、字幕和背景音乐,合成高清短视频。工具支持 API 和 Web 界面操作,具备自定义文案、多种视频尺寸、批量视频生成、多语言支持、多种语音合成技术、字幕定制和背景音乐选择等功能。MoneyPrinterTurbo 兼容多种 AI 模型,确保视频素材高清无版权问题,适合内容创作者和营销人员使用。

资源

  1. GitHub 仓库:github.com/harry0703/M...

PDFMathTranslate:开源的 PDF 文档翻译和双语对照工具

PDFMathTranslate 是开源的 PDF 文档翻译工具,设计用于翻译科技论文等 PDF 文件,能保留原文的排版,包括公式和图表。PDFMathTranslate 支持双语对照,保持原有目录结构,兼容多种翻译服务,如 Google、DeepL、Ollama 和 OpenAI 等。用户基于命令行工具操作,实现文档的快速翻译和双语对照查看。

资源

  1. GitHub 仓库:github.com/Byaidu/PDFM...

文心 iRAG:百度推出的检索增强的文生图技术

文心 iRAG 是百度推出的检索增强的文生图技术(iRAG),结合了百度搜索的亿级图片资源和强大的基础模型能力,解决大模型在文生图方面的幻觉问题,提升 AI 生成图片的真实性和可靠性。基于 iRAG 技术,AI 能生成逼真、无误的图片,显著提高 AI 在图像生成领域的实用性和准确性。

资源

  1. 项目官网:wenxin.baidu.com

❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦

相关推荐
机器之心12 分钟前
全球十亿级轨迹点驱动,首个轨迹基础大模型来了
人工智能·后端
z千鑫13 分钟前
【人工智能】PyTorch、TensorFlow 和 Keras 全面解析与对比:深度学习框架的终极指南
人工智能·pytorch·深度学习·aigc·tensorflow·keras·codemoss
EterNity_TiMe_14 分钟前
【论文复现】神经网络的公式推导与代码实现
人工智能·python·深度学习·神经网络·数据分析·特征分析
机智的小神仙儿30 分钟前
Query Processing——搜索与推荐系统的核心基础
人工智能·推荐算法
AI_小站37 分钟前
RAG 示例:使用 langchain、Redis、llama.cpp 构建一个 kubernetes 知识库问答
人工智能·程序人生·langchain·kubernetes·llama·知识库·rag
Doker 多克39 分钟前
Spring AI 框架使用的核心概念
人工智能·spring·chatgpt
Guofu_Liao39 分钟前
Llama模型文件介绍
人工智能·llama
思通数科多模态大模型1 小时前
10大核心应用场景,解锁AI检测系统的智能安全之道
人工智能·深度学习·安全·目标检测·计算机视觉·自然语言处理·数据挖掘
数据岛1 小时前
数据集论文:面向深度学习的土地利用场景分类与变化检测
人工智能·深度学习
龙的爹23332 小时前
论文翻译 | RECITATION-AUGMENTED LANGUAGE MODELS
人工智能·语言模型·自然语言处理·prompt·gpu算力