搜索
本文将为大家介绍CVPR 2024 Highlight的论文LangSplat: 3D Language Gaussian Splatting（三维语义高斯泼溅）。LangSplat在开放文本目标定位和语义分割任务上达到SOTA性能。在1440×1080分辨率的图像上，查询速度比之前的SOTA方法LERF快了199倍。代码已开源。
近日，首个多模态LLM视频分析综合评估基准Video-MME诞生！在这场全新的考试中，Gemini 1.5 Pro一路遥遥领先，谷歌首席科学家Jeff Dean更是愉快地连续转了3次推。
昨晚，谷歌正式开源了自家最强的开源模型Gemma 2，直指为全球范围研究开发者提供实用部署工具。
在当今的多模态大模型的发展中，模型的性能和训练数据的质量关系十分紧密，可以说是 “数据赋予了模型的绝大多数能力”。
GPT-4o二折平替千亿国产大模型出海！刚刚，全球头部模型托管平台Fireworks AI宣布了最新消息。这是继登陆英伟达官网之后，Yi-Large再次入驻美国主流平台。
就在国内还在大谈特谈AI Agent的时候，国外技术圈的风向变了。他们不再谈论AI Agent如何如何，而是转头开始交流Agentic AI。
如何在有限的内存下实现高效的大模型推理，是端侧AI发展的重要任务。
工具使用（Tool Use）和个性化记忆（Personalization Memory）是目前AI Agent最重要的基础设施
AI正在从Copilot向Agent过渡
自 OpenAI 的 Q* 项目曝光后，引发业内众多讨论。据现有信息汇总，Q* 项目被视作 OpenAI 在探索人工通用智能（Artificial General Intelligence, AGI）道路上的一次重大尝试，有望在包括数学问题解决能力、自主学习和自我改进等多个层面对人工智能技术带来革新性突破。