LaVie:上海人工智能实验室开源的视频生成模型 LaVie是一个高质量视频生成项目,使用级联潜在扩散模型。这个项目是由Vchitect开发的官方PyTorch实现。LaVie是一个文本到视频(T2V)生成框架,是视频生成系统Vchitect的主要部分。它还包括一个针对图像到视频(I2V)模型SEINE的微调版本。,LaVie是一个高质量视频生成项目,使用级联潜在扩散模型。这个项目是由Vchitect开发的官方PyTorch实现。LaVie是一个文本到视频(T2V)生成框架,是视频生成系统Vchitect的主要部…
MiniMax-新一代中文大语言模型 MiniMax 最新一代的中文大语言模型,帮助人类高效写作、激发创意、获取知识、做出决策,MiniMax 最新一代的中文大语言模型,帮助人类高效写作、激发创意、获取知识、做出决策
Ferret-UI:苹果公司推出的多模态AI模型 Ferret-UI是苹果公司与哥伦比亚大学研究团队联合发布的一个多模态模型。它是专门为了增强对移动端用户界面(UI)屏幕的理解而定制的,配备了引用、定位和推理功能。该模型能够“看懂”手机屏幕上的内容并执行任务,聚焦于移动端、关注用户交互。,Ferret-UI是苹果公司与哥伦比亚大学研究团队联合发布的一个多模态模型。它是专门为了增强对移动端用户界面(UI)屏幕的理解而定制的,配备了引用、定位和推理功能。该模型能够“看懂”手机屏幕上的内容并…
阿里巴巴M6 M6是阿里巴巴达摩院推出的,中文社区最大的跨模态预训练模型,模型参数达到十万亿以上,具有强大的多模态表征能力。M6通过将不同模态的信息经过统一加工处理,沉淀成知识表征,为各个行业场景提供语言理解、图像处理、知识表征等智能服务
DALL·E 3 DALL·E 3是OpenAI的文本到图像合成模型的最新版本,旨在使用文本描述生成图像,相比此前的版本,DALL·E 3进一步降低了提示词门槛,提高语义理解和细节优化。原生构建在ChatGPT上,可供所有ChatGPT Plus和企业用户使用,并在2023年秋季通过API和Labs提供。
Octopus V2-斯坦福推出的可在设备上运行的大模型 Octopus v2是一个拥有20亿参数的模型,能够在智能手机、汽车、个人电脑等设备上运行。它在准确性和延迟方面超越了GPT-4,且将上下文长度减少了95%。与基于RAG的Llama7B模型相比,Octopus v2的速度快了36倍。,Octopus v2是一个拥有20亿参数的模型,能够在智能手机、汽车、个人电脑等设备上运行。它在准确性和延迟方面超越了GPT-4,且将上下文长度减少了95%。与基于RAG的Llama7B模型相比,Oc…