Llama 3
Llama 3是Meta公司最新开源推出的新一代大型语言模型（LLM），包含8B和70B两种参数规模的模型，标志着开源人工智能领域的又一重大进步。作为Llama系列的第三代产品，Llama 3不仅继承了前代模型的强大功能，还通过一系列创新和改进，提供了更高效、更可靠的AI解决方案。
Segment Anything是什么？
Segment Anything Model (SAM)：一种来自 Meta AI 的新 AI 模型，只需单击一下即可“切出”任何图像中的任何对象。
官网地址：https://segment-anything.com
相关论文：https://ai.facebook.com/research/publications/segment-anything/
新闻稿：https://ai.facebook.com/blog/segment-anything-foundation-model-image-segmentation/
体验demo：https://segment-anything.com/demo
演示效果
数据统计
相关导航
天工SkyMusic-昆仑万维推出的AI音乐生成大模型
「天工SkyMusic」是昆仑万维推出的AI音乐生成大模型，基于昆仑万维「天工3.0」超级大模型打造，是目前国内唯一公开可用的AI音乐生成大模型。具备高质量音乐制作、逼真人声合成、精准歌词控制、多元风格适应及复杂歌唱技巧学习等五大特点。该模型基于先进的Transformer技术，能够根据用户输入生成具有丰富情感表达的音乐作品，旨在推动音乐创作的创新和个性化发展。,「天工SkyMusic」是昆仑万维推出的AI音乐生成大模型，基于昆仑万维「天工3.0」超级大模型打造，是目前国内唯一公开可用的AI音乐生成大模型。具备高质量音乐制作、逼真人声合成、精准歌词控制、多元风…
Gemini-谷歌发布的多模态AI大模型
AIHub 12 月 6 日消息，谷歌宣布推出其认为规模最大、功能最强大的人工智能多模态AI模型 Gemini。意味着它可以理解、操作和结合不同类型的信息，包括文本、代码、音频、图像和视频。,AIHub 12 月 6 日消息，谷歌宣布推出其认为规模最大、功能最强大的人工智能多模态AI模型 Gemini。意味着它可以理解、操作和结合不同类型的信息，包括文本、代码、音频、图像和视频。
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…
GPT-4o
GPT-4o是OpenAI最新推出的一款先进的人工智能模型，具备强大的多模态推理能力，能够处理语音、文本和视觉信息。目前，该模型的文本和图像处理功能已在ChatGPT中逐步推出，用户可免费体验，后续将推出音频和视频功能。
DeepSeek-V2：深度求索发布的第二代开源MoE模型
DeepSeek-V2 基于 2 千亿 MoE 模型底座，领先性能，超低价格，越级场景体验，已在对话官网和API全面上线。,DeepSeek-V2 基于 2 千亿 MoE 模型底座，领先性能，超低价格，越级场景体验，已在对话官网和API全面上线。
AI图像处理
AI图像处理目前共有187个教程
BLOOM
HuggingFace推出的大型语言模...
