IT之家5月26日消息，微软近日公布了旗下小语言AI模型家族（SLM）最新成员“Phi-3-vision”，这款模型主打“视觉能力”，能够理解图文内容，同时据称可以在移动平台上流畅高效运行。据介绍，Phi-3-vision是微软Phi-3家族首款多模态模型，该模型的文字理解能力基于Phi-3-mini，同时也具备Phi-3-mini的轻量特点，能够在移动平台/嵌入终端中运行；该模型参数量为42亿，
-
-
美国教授用 2 岁女儿训 AI 模型登 Science，人类幼崽头戴相机训练全新 AI
【新智元导读】为训练AI模型，纽约州立大学的一名教授BrendenLake，竟让自己不到2岁女儿头戴相机收集数据！要知道，Meta训Llama3直接用了15万亿个token，如果Lake真能让AI模型学习人类幼崽，从有限的输入中学习，那LLM的全球数据荒岂不是解决了？为了训练AI模型，一位纽约州立大学的教授，竟然把类似GoPro的相机绑在了自己女儿头上！虽然听起来不可思议，但这位教授的行为，其实是66 0 2024-05-13 14:52
-
消息称苹果将用自研 AI 模型 Ajax 优化 iOS 18，不会推出“ChatGPT 类聊天机器人”
IT之家5月6日消息，据台湾地区媒体 Digitimes 报道，苹果公司计划通过自研大语言模型Ajax来优化iOS18，Siri有望获得大改造，但该公司不会推出ChatGPT等类型的AI聊天机器人。苹果公司的Ajax模型最初曝光于 2023 年 7 月，当时消息称这款模型基于 Google 的 Jax&nbs64 0 2024-05-07 00:15
-
可从单张图像创建多视图 3D 视频，Stability AI 发布 Stable Video 3D 模型
IT之家3月21日消息，StabilityAI近日发布了StableVideo3D模型，该模型可从单张图像创建多视图3D视频。▲图源StabilityAI，下同StableVideo3D包含两个变体，其中SV3D_u能基于单个图像输入生成轨道视频，无需相机调节；而SV3D_p扩展了SVD3_u的功能，其可容纳轨道视图，允许沿着指定的摄像机路径创建3D视频。相较之前的StableZero123模型或95 0 2024-03-21 10:54
-
谷歌介绍“交通疏导”AI 模型研究成果：平均缩短 7 分钟拥堵时间、提升 30% 交通效率
IT之家12月25日消息，谷歌研究院日前发文，介绍了一项利用开源模拟软件SUMO（SimulationofUrbanMobility）打造的“交通疏导”AI模型应用成果。据悉，谷歌研究人员使用SUMO软件建立了西雅图T-MobilePark及LumenField地区的基础模型，并利用了谷歌地图提供的“拥堵量”、“红绿灯位置”、“道路平均行驶速度”等信息绘制了完整的热力地图。▲图源谷歌官方新闻稿（下127 0 2023-12-25 22:37
-
中科院物理所联合院网络中心发布 AI 模型 MatChat，预测无机材料合成路径
IT之家11月3日消息，中科院物理所官网发文，近期，中国科学院物理研究所/北京凝聚态物理国家研究中心SF10组和中国科学院计算机网络信息中心共同合作，将AI大模型应用于材料科学领域，将数万个化学合成路径数据投喂给大语言模型LLAMA2-7b，从而获得了MatChat模型，可用来预测无机材料的合成路径。IT之家注意到，该模型可根据所询问的结构进行逻辑推理，并输出相应的制备工艺和配方。目前已部署上线，141 0 2023-11-03 18:36
-
达摩院发布业内首个遥感 AI 大模型，号称可识别近百种地物分类
IT之家10月20日消息，据达摩院DAMO官方公众号发文显示，阿里达摩院今天发布业内首个遥感AI大模型（AIE-SEG），号称“率先在遥感领域实现了图像分割的任务统一”、“一个模型实现‘万物零样本’的快速提取”，并可识别农田、水域、建筑物等近百种遥感地物分类，还能根据用户的交互式反馈自动调优识别结果。据悉，遥感技术主要用于城市规划、耕地保护、应急救灾等行业应用，而在 AI 加持128 0 2023-10-20 19:55
-
谷歌发布视觉语言动作模型 RT-2，可以让机器人学会扔垃圾
IT之家7月28日消息，谷歌今日推出了一种新的人工智能（AI）模型RoboticsTransformer2（RT-2），可以帮助训练机器人理解扔垃圾等任务。▲ 图源谷歌DeepMind官网谷歌表示，RT-2是一种视觉语言动作模型，可将互联网上采集的信息和图像转化为机器人可理解的动作，从而帮助提升机器人的学习能力。虽然像捡垃圾这样的任务对于人类来说听起来很简单，但机器人需要了解一系列知识后204 0 2023-07-28 22:27
-
AI 公司 MosaicML 推出 70 亿参数模型 MPT-7B-8，号称“一次处理 8000 字长文本、可商用”
IT之家7月25日消息，AI创业公司MosaicML近日发布了其70亿参数模型MPT-7B-8K，据悉，该模型一次可以处理8000字文本，相当擅长处理长文重点摘要和问答，还能在MosaicML平台上根据特定任务，进一步微调相关配置。▲图源 Huggingface据悉，系列模型采用了150万个Token，并以256块H100GPU花3天完成模型训练而成。MosaicML本次发布了3个版本模150 0 2023-07-25 15:54
-
Databricks 发布大数据分析平台 Spark 用 AI 模型 SDK：一键生成 SQL 及 FySpark 语言图表代码
IT之家7月10日消息，Databricks日前发布大数据分析平台Spark所用的AI模型SDK，开发者写代码时，可用英文下指令，编译器就会将英文指令转换为PySpark或SQL语言代码，以提升开发者效率。▲图源Databricks网站据悉，Spark是一款开源大数据分析工具，每年超过10亿次下载、在全球208个国家和地区使用。▲图源Databricks网站Databricks表示，微软的AI代码144 0 2023-07-10 16:41
-
京东将推出言犀 AI 大模型：参数达到千亿级，支持各类芯片架构
感谢IT之家网友西窗旧事的线索投递！IT之家6月27日消息，ChatGPT、Mid-Journey、微软BingChat、Auto-GPT……自去年年底以来，对话式人工智能与AIGC技术的发展以及商业落地进展飞速，让人目不暇接，而国内各大厂商也相继推出了自家产品。在京东云城市大会上海站上，京东集团技术委员会主席、京东云事业部总裁曹鹏介绍，即将推出的言犀大规模预训练语言模型，是参数达到千亿级的新一代171 0 2023-06-27 15:02
-
AI 公司 MosaicML 推出 300 亿参数模型 MPT-30B，号称训练成本仅为竞品零头
IT之家6月25日消息，AI创业公司MosaicML近日发布了其语言模型MPT-30B，该模型具有300亿参数，训练成本“仅有其他同类竞品模型的零头”，有望促进行业逐步降低此类模型训练成本，扩大AI模型在更广泛领域的运用。▲图源MosaicMLMosaicML公司的首席执行官兼联合创始人NaveenRao表示，MPT-30B的训练成本为70万美元（约502.44万元人民币），远低于GPT-3等同类288 0 2023-06-25 14:20
-
微软推出 LLaVA-Med AI 模型，可对医学病理案例进行分析
IT之家6月14日消息，日前微软研究人员展示了LLaVA-Med模型，该模型主要用于生物医学方面的研究，可根据CT、X光图片等推测出患者的病理状况。据悉，微软研究人员与一批医院合作，获得了使用生物医学图像文本对应大型数据集来训练多模态AI模型。该数据集包括胸部X光、MRI、组织学、病理学和CT图像等，覆盖范围相对全面。▲图源微软微软使用GPT-4，基于VisionTransformer和Vicun147 0 2023-06-14 13:34
-
一句话拍大片，导演末日来了，Gen-2 震撼发布，科幻日系二次元统统拿捏
Runway的Gen-1还没内测完，Gen-2就以迅雷不及掩耳之势发布了。这次的效果更加炸裂，AI大导离淘汰人类，又近了一步。昨天，Midjourney生成的完美情侣刷爆网络，大家纷纷在留言区里畅想，下一步，就是演员被淘汰，人人都能升级大导，一键生成大电影了。巧得很，今天，会做视频的AI模型不就来了嘛。刚刚，仿佛一声惊雷炸响，Runway发布了文字生成视频模型Gen-2。宣传词也是非常炸裂——「s227 0 2023-03-21 18:15
-
腾讯 ARC 实验室公开 AI 模型：能令低分辨率图变高清，可在 GitHub 上下载
下面来欣赏一些高糊图片“整个世界都清晰了”的魔法时刻：无论是动漫还是真实图像，是不是都清晰还原了？以上就是由腾讯ARC实验室最新发表的图像超分辨率模型完成的。与前人工作相比，它可以更有效地消除低分辩率图像中的振铃和overshoot伪影；面对真实风景图片，能更逼真地恢复细节，比如树枝、岩石、砖块等。除了上面这些官方的demo，我们也试了一下，效果还比较满意：如果你也想试试，可在GitHub上下载该816 0 2021-09-04 06:56
