![[思考]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_15.f58c082.png)
还有两天就放假了。
六三五
划水组长
|
海边的小公司
后端一枝花，叫我Java8
获得徽章 6
赞了这篇沸点
1、北京大学董豪团队提出首个通用指令导航大模型系统InstructNav，该工作已被CoRL 2024会议录用，不同导航任务需要不同能力，之前研究针对特定指令设计导航方法，无法满足人类下达混合类型指令的实际需求，而InstructNav极具价值。
2、AI软件Readtheirlips可识别唇语，它能识别红毯明星小声说话的唇语，但实测中发现存在局限性：识别视频时间约一分钟左右；人物不正脸对镜头、语速过快时易出错。
3、法国Mistral公司发布首款多模态AI大语音模型Pixtral 12B，有120亿参数、约24GB大小，基于Nemo 12B构建，能回答任意图像相关问题，类似其他多模态模型可执行如为图像加描述、统计物体数量等任务。
2、AI软件Readtheirlips可识别唇语，它能识别红毯明星小声说话的唇语，但实测中发现存在局限性：识别视频时间约一分钟左右；人物不正脸对镜头、语速过快时易出错。
3、法国Mistral公司发布首款多模态AI大语音模型Pixtral 12B，有120亿参数、约24GB大小，基于Nemo 12B构建，能回答任意图像相关问题，类似其他多模态模型可执行如为图像加描述、统计物体数量等任务。
展开
评论
4
赞了这篇沸点
囍•𝑰𝒕’𝒔 𝑻𝒉𝒖𝒓𝒔𝒅𝒂𝒚•囍各位亲朋好友:
承蒙各位亲朋好友的支持与厚爱，本人谨定于农历八月初十（2024年9月12日）过星期四！随礼50即可。
欢迎各位亲朋好友参加
展开
6
6
![[呲牙]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_2.cd1e2bd.png)
赞了这篇文章
赞了这篇沸点
![[白眼]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_22.281d379.png)