OpenBayes贝式计算的个人主页 - 动态

人工智能、云计算服务提供商 @贝式计算

·

2天前

HY-MT1.5-1.8B 支持多语言神经机器翻译；Med-Banana-50K 提供医学影像编辑基准数据

公共资源速递 6 个公共数据集： Human faces 人脸数据集 SimpleQA 简明事实性问答评测数据集 Med-Banana-50K 医学图像编辑数据集 Deep...

0

人工智能、云计算服务提供商 @贝式计算

·

2天前

教程上新丨David Baker团队开源RFdiffusion3，实现全原子蛋白质设计的生成式突破

近年来，利用生成式深度学习方法在新功能蛋白质设计方面取得了显著进展。目前包括 RFdiffusion（RFD1）和 BindCraft 在内的大多数方法...

0

人工智能、云计算服务提供商 @贝式计算

·

13天前

UI-TARS-1.5 实现多模态 GUI 自主操作；FrontierScience 构建专家级科学推理评测数据集

公共资源速递 5 个公共数据集： Arena-Write 写作生成评测数据集 IF-Bench 红外图像理解基准数据集 Soul-Bench 音频驱动人体动画评测数据集 F...

0

人工智能、云计算服务提供商 @贝式计算

·

13天前

教程上新丨基于AI手势识别，仅用CPU即可定制形态多变的3D圣诞树

装饰圣诞树几乎成了每个家庭迎接节日时不可或缺的一环，彩灯一圈圈绕上树枝，挂件、照片慢慢填满空隙，灯亮起的那一刻，节日的氛围也随之到位。随着圣诞节临近，小贝也为大家置办了一...

0

人工智能、云计算服务提供商 @贝式计算

·

24天前

Open-AutoGLM 实现手机端自主操作；PhysDrive 数据集采集真实驾驶生理信号

公共资源速递 5 个公共数据集： FirstAidQA 急救知识问答数据集 PhysDrive 驾驶员生理测试数据集 PolypSense3D 息肉尺寸感知数据集 Envi...

0

人工智能、云计算服务提供商 @贝式计算

·

24天前

教程上新丨微软开源VibeVoice，可实现90分钟4角色自然对话

近年来，文本转语音（TTS）合成技术进展显著，已能够为单一说话者合成高保真、听觉自然的短话语。然而，在面对长格式、多说话人对话音频的可扩展合成时，仍存在重要挑战，限制了诸如...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

VibeVoice-Realtime TTS重构实时语音体验；覆盖9大真实场景，WenetSpeech-Chuan让模型听懂川话

公共资源速递 5 个公共数据集： VOccl3D 三维人体遮挡视频数据集 Spatial-SSRL-81k 空间感知自监督数据集 WenetSpeech-Chuan 川渝方...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

教程上新丨30毫秒处理100个检测对象，SAM 3实现可提示概念分割，性能提升2倍

在视觉场景中识别并分割任意物体的能力，是多模态人工智能的重要基础，可广泛应用于机器人、内容创作、增强现实、数据标注等领域。SAM（Segment Anything Mode...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

SAM3 重塑场景分割边界；X-Dance 解锁图像驱动舞姿生成新难度

公共资源速递 5 个公共数据集： 3EED 语言驱动三维理解数据集 X-Dance 图像驱动舞蹈动作数据集 PhysToolBench 物理工具任务数据集 OST-Benc...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

教程上新丨图像生成新SOTA，FLUX.2可同时参考10张图，实现超高角色/风格一致性

日前，沉寂已久的 Black Forest Labs 再度发力，开源新一代图像生成与编辑模型 FLUX.2。2024 年 FLUX.1 横空出世，在生成人物、尤其是真实人物...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

Depth-Anything-3 打开全视角空间感知；CytoData 还原细胞级显微宇宙！

公共资源速递 5 个公共数据集： Netflix 电影电视目录数据集 CytoData 血液细胞图像数据集 VERA 语音推理能力评测数据集 UNO-Bench 全模态评测...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

教程上新丨美团开源视频生成模型LongCat-Video，兼具文生视频/图生视频/视频续写三大能力，媲美开闭源顶尖模型

世界模型旨在理解、模拟与预测复杂的现实世界环境，是人工智能在真实场景中实现有效应用的重要基础。在这一框架中，视频生成模型通过其生成过程，逐步压缩并学习几何、语义、物理等多种...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

DiffVox 打造下一代声效模型；面部情感识别数据集让 AI 读心术成真！

公共资源速递 6 个公共数据集： Freebayes_Benchmark 基准测试集 DiaMoE-TTS 多方言语音表音数据集 APEX 人工智能生产力评测基准数据集 B...

0

人工智能、云计算服务提供商 @贝式计算

·

1月前

教程上新丨目标检测迈入「全局感知」时代：清华大学等发布 YOLOv13，实现速度、精度双突破

在自动驾驶、工业质检、安防监控等需要「毫秒级反应」的应用场景中，实时目标检测始终是一条极具挑战的技术赛道。过去十年里，YOLO 系列凭借轻量高效的架构成为该领域的主流方案，...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

跨语言智能再升级！Multi-LMentry 打造多语理解新基准；Nemotron-Personas-USA重塑虚拟人画像生成

公共资源速递 5 个公共数据集： Life Style Data 生活方式数据集 Multi-LMentry 多语言基础任务评测基准 Nemotron Personas U...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

教程上新丨Deepseek-OCR 以极少视觉 token 数在端到端模型中实现 SOTA

众所周知，大语言模型在处理千字、万字或是更长文本时，计算量往往急剧增加，甚至直接导致算力的「烧钱」游戏，也因此制约了 LLM 在处理高密度文本信息场景中的效率边界。当业界...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

OCR 新范式！DeepSeek 以「视觉压缩」替代传统字符识别；Bald Classification数据集助力高精度人像分类

公共资源速递 1 个公共教程： DeepSeek-OCR：利用视觉模态压缩长文本上下文的新方法 5 个公共数据集： FDAbench-Full 异构数据分析基准数据集 Au...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

教程上新丨端侧TTS新SOTA！NeuTTS-Air基于0.5B模型实现3秒音频克隆

传统的高质量 TTS（文本转语音）模型一直以来都面临着几个核心困境：它们往往对计算资源和云端服务有较高要求，由此产生的高昂成本使得小型企业和个人开发者难以承担；更进一步，这...

0

人工智能、云计算服务提供商 @贝式计算

·

2月前

Wan2.2-Animate-14B支持动作模仿和角色扮演，实现电影级角色动画生成；NWChem_Benchmark数据集上线

公共资源速递 3 个公共数据集： NAMD_Benchmark 分子动力学性能基准集 NWChem_Benchmark 性能基准测试数据集 QEF_benchmark 电子...

0