Meta ImageBind 多模态模型开源，我们离AGI又进一步。当人类看到一辆行驶中的火车，不仅会使用视觉，还会听到声音，感知距离，感知速度。ImageBind… …

发布时间: 2023-05-10 07:14:21

1分

数据加载中

关注推特

收听电报

2

1

0

Meta ImageBind 多模态模型开源，我们离AGI又进一步。
当人类看到一辆行驶中的火车，不仅会使用视觉，还会听到声音，感知距离，感知速度。

ImageBind… …
IT技术
( twitter.com )

1年前由 orange.ai 提交

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

Meta 最近常常放大招，今天发布了新的开源多模态模型 ImageBind，可以将文本、音频、视觉、温度还有运动数据流串联在一起，形成一个单一的 embedding space，可以让机器能从多维度来理解世界，也能创造沉浸式的多感…
推特中文圈
( twitter.com)

1年前 • indigo • -- 点击 0 评论

2

2

1

1

推荐阅读：《多模态和多模态大模型 (LMM)[译]》
这是一篇相当详尽的讲述多模态和多模态大模型的文章！内容分为三部分。
* 第 1 部分围绕多模态的概念展开，讲述了使用多模态的原因、不同类型的数据模态以及多模态任务的种类。
* 第 2 部分深入探讨了多模态系统的核心原理，以 CLIP 和 Flamingo…
IT技术
( twitter.com)

11个月前 • 宝玉 • -- 点击 0 评论

3

2

1

1

今天的 Google IO 公布了谷歌的下一代多模态 LLM 模型 Gemini

除了介绍模型，还特地介绍了谷歌开发 AI 技术的社会责任感，包括两个判别 AI 生成内容的工具：

- 嵌入水印
- 嵌入元数据 / meta d…
IT技术
( twitter.com)

1年前 • 倪爽 • -- 点击 0 评论

4

2

1

1

多模态大战终于要来了吗？OpenAI被曝加急训练多模态大模型Gobi，剑指谷歌Gimini
大陆资讯
( www.myzaker.com)

1年前 • 喊妈妈 • -- 点击 0 评论

5

2

1

1

Meta AI 今天发布的音频领域突破，继大语言模型统一了语言类任务的最好效果之后，Meta 的 VoiceBox 用一种通用模型在多种音频任务上做到了最优效果。同一个模型可以做语音识别，风格转换，噪音去除，语音编辑等多种任务。…
IT技术
( twitter.com)

1年前 • Quinn Leng • -- 点击 0 评论

6

2

1

1

可以拿这图去测试各大模型的多模态能力😄
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

7

2

1

1

Meta 刚出的 Segment Anything 模型效果真的挺不错的！
网站 Demo：
视频
( segment-anything.com)

1年前 • cali castle • -- 点击 • 下载视频 0 评论

00:00:22

8

2

1

1

微软刚刚发布了多模态大语言模型的论文：Language Is Not All You Need

模型命名为：MOSMOS-1

论文地址：
图片
( arxiv.org)

1年前 • Jiayuan • -- 点击 0 评论

9

1

0

0

据报道，Meta 准备推出自己的代码生成人工智能模型，名为 Code LLaMa，作为 OpenAI、谷歌和其他公司专有软件的开源替代品。据称，新模型可与 OpenAI 的 Codex 模型相媲美，并建立在 Meta 最近发布的 LLaMa 2 之上，LLaMa 2 是一种能够理解和生成会话文本的大型语言模型。

IT技术
( the-decoder.com)

1年前 • 宝玉 • -- 点击 0 评论

0.10403 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特