https

论文地址：https://arxiv.org/abs/2305.11147 代码地址：https://github.com/salesforce/UniControl 项目主页：h…

输入一把摇椅和一匹马的三维形状，能得到什么？ 木推车加马？得到马车和电动马；香蕉加帆船？得到香蕉帆船；鸡蛋加躺椅？得到鸡蛋椅。  来自UCSD、上海交大、高通团队的研究者…

论文地址：https://ieeexplore.ieee.org/document/10089190  代码地址：https://github.com/ChangdeDu…

随着Stable Diffusion的开源，用自然语言进行图像生成也逐渐普及，许多AIGC的问题也暴露了出来，比如AI不会画手、无法理解动作关系、很难控制物体的位置等。 其主要原因…

自动语音识别（Automatic Speech Recognition，ASR）技术目前已大规模落地于B站相关业务场景，例如音视频内容安全审核，AI字幕（C端，必剪，S12直播等）…

以 GPT 为代表的大型语言模型已经并还将继续取得非凡成就，但它们也存在着众所周知的问题，比如由于训练集不平衡导致的偏见问题。 针对这一问题，斯坦福大学几位研究者提出了一种新型神经…

论文链接：https://arxiv.org/pdf/2306.02207.pdf Demo 页面：https://ga642381.github.io/SpeechPrompt/…

ChatGPT 引发了语言大模型狂潮，AI 另一个重大领域 —— 视觉 —— 的 GPT 时刻何时到来？ 前两天，机器之心介绍了 Meta 最新研究成果 Seg…

近期，来自清华大学、中国人民大学、北京邮电大学、UIUC、NYU、CMU 等高校的研究人员联合知乎、面壁智能公司探索了基础模型调用外部工具的课题，联合发表了一篇 74 页的基础模型…

ChatGPT 引发了语言大模型狂潮，AI 另一个重大领域 —— 视觉 —— 的 GPT 时刻何时到来？ 前两天，机器之心介绍了 Meta 最新研究成果 Seg…

项目主页：https://scene-dreamer.github.io/ 代码：https://github.com/FrozenBurning/SceneDreamer 论文：…

本月初，Meta推出的「分割一切」模型可谓是震撼了整个CV圈。 这几天，一款名为「Relate-Anything-Model（RAM）」的机器学习模型横空出世。它赋予了Segmen…