三花AI
获得徽章 0
- #每日快讯# PLLaVA: 高性能视频理解模型
PLLaVA是一个开源的能够为视频自动生成描述的智能系统，它使用了一种新颖的池化技术来提高视频内容的理解能力。
在 Video ChatGPT 和 MVBench 基准测试中均超越了 GPT4V (IG-VLM)
pllava.github.io 展开评论1 - #每日快讯# MaPa：文本驱动真实感 3D 材质绘制
MaPa 是一种新技术，可以根据你给的文字描述，自动为3D模型设计出逼真的材质效果。它不用传统的方法去贴图，而是用一种程序化的方式来生成材质，这样不仅看起来更真实，还能让你随心所欲地调整材质的细节。zhanghe3z.github.io 展开评论1 - #每日快讯# anime.gf: 开源桌面聊天女友
一个开源的桌面应用程序，可以创建和管理虚拟角色卡片，支持多种人工智能 API，并且可以自定义聊天界面和主题。
GitHub:github.com 展开评论1 - #每日快讯# searchGPT：OpenAI 智能搜索引擎
@btibor91 发布了 OpenAI 的智能搜索引擎新的测试视频，可以通过聊天问答形式搜索全网内容，支持图像搜索、总结内容等评论1 - #挑战每日一条沸点# Perplexica: 开源智能搜索引擎
Perplexica 又是一个开源的 Perplexity Like 搜索引擎，使用 SearxNG 作为元搜索引擎。
同时支持本地大模型；包含多种搜索模式，包括学术搜索、视频搜索等专用模式适应不同的查询需求；未来还会支持 Copilot 模式（开发中）
GitHub:github.com 展开评论1 - #每日快讯# Layer Skip: 提速 Llama 7B 模型 2.16 倍
LayerSkip 研究提出了一种创新的方法来提高大型语言模型（LLM）的推理速度，通过在模型的不同层实施 early exit 策略，并利用剩余层进行错误校正。
人话：通过让模型的一部分先“下班”，另一部分来检查，速度提高了还保持了准确性。
论文：arxiv.org 展开评论1 - #每日快讯# CatLIP: 一种新的图像-文本数据预训练方法
苹果开源的一种让计算机学习图像和文字之间关系的新技术，比以前的方法快 2.7 倍，而且效果一样好。
官网:huggingface.co
GitHub:github.com 展开24 - #每日快讯# Make-it-Real: 使你的 3D 模型更真实
还记得 InstantMesh 吗，单图转 3D 模型，但是它生成的模型都比较乏味，即材质不够真实
Make-it-Real 利用多模态大型语言模型(MLLMs)，特别是 GPT-4V 来识别和描述材质并构建详细的材质库，并使你的3D模型拥有真实质感和逼真的光照效果。
网站：sunzey.github.io 展开评论1 - #每日快讯# HATO：低成本双手多指遥控项目
UC Berkeley 的研究人员开发了一个低成本的双手多指遥控系统，网站中演示了通过 Meta Quest 手柄控制机器手开瓶、倒酒和玩游戏。
官网：toruowo.github.io 展开评论1 - #每日快讯# Vidu 发布：国内首个 Sora 级模型
生数科技携手清华大学研发出首个能生成 16 秒 1080P 高清视频的模型，模拟真实世界，还很有想象力，支持多镜头拍摄，画面流畅一致。
生数科技：www.shengshu-ai.com 展开评论1
pllava.github.io