资讯列表
多模态搜索算法如何让视频搜索更精准？腾讯独家揭秘，超详细
一文详解多模态技术在 QQ 浏览器视频搜索上的实践经验。引言视频搜索作为搜索中最大的横向垂类，在约 50% 的搜索词下都会有视频结果的展现。然而，视频资源又不同于文本网页资源，在视频理解、视频匹配排序，以及交互行为等方面都会带来新的技术挑战。多模态技术近年逐步走进人们的视野，特别是 Transformer 结构在 NLP 领域的大放异彩后，也向视觉、音频等多模态领域延伸，为跨模态融合带来更大的便利和可能。多模态预训练（比如 ViLBERT/VisualBERT/VL-BERT/ERNIE-ViL 等）、多模态融合技
小模型如何比肩大模型，北理工发布明德大模型MindLLM，小模型潜力巨大
北京理工大学发布双语轻量级语言模型，明德大模型—MindLLM。大型语言模型 (LLMs) 在各种自然语言任务中展现出了卓越的性能，但是由于训练和推理大参数量模型需要大量的计算资源，导致高昂的成本，将大语言模型应用在专业领域中仍存在诸多现实问题。因此，北理团队先从轻量级别模型入手，最大程度发挥数据和模型的优势，立足更好地服务特定领域，减少下游任务的训练与推理成本。10 月 24 日，北京理工大学自然语言处理团队发布系列双语轻量级大语言模型明德 (Ming De LLM)——MindLLM，全面介绍了大型模型开发过
每人10万元，这13位青年人才获得2023年度字节跳动奖学金
一年一度，字节跳动奖学金计划「开奖」了。2023 年 5 月，第三届「字节跳动奖学金计划」正式发起，吸引了来自数十所高校、数百位国内优秀青年学子的报名申请。经过专家团队的初审、复审、终审等层层考核，共有 13 位同学凭借着卓越的学术成果和优异的个人实践，每人荣获 10 万奖学金。今年的获奖者来自北京大学、复旦大学、清华大学、上海交通大学、香港科技大学、浙江大学、中国科学技术大学（按学校拼音首字母排序）这 7 所国内高校，研究领域涉及机器学习、生成式模型、自然语言处理、智能媒体数据生成与编码等当前热门技术领域。他们之
波士顿动力机器狗装上ChatGPT大脑当导游，一开口就是老伦敦腔
我们看过机器狗攀爬、跳跃、跑酷、开门，但现在，它竟然开口说话了。「可以开始我们的旅程了吗？」Spot 礼貌地发出询问：「请跟我来，先生们！」在一段最新发布的视频里，波士顿动力展示了将机器狗与 LLM 集成的成果：「Spot 先生」戴着高礼帽，留着小胡子，有着大眼睛和英国口音，正带人参观公司的设施。为了让 Spot 能够「开口」，波士顿动力公司使用 OpenAI 的 ChatGPT API 以及一些开源 LLM 来训练，然后为机器人配备了扬声器，添加了文本到语音转换的功能。所以你能看到，在发出声音的同时，Spot 不
小米14发布：搭载全新澎湃OS，Pro版用上钛金属
小米战略升级至「人车家全生态」，澎湃 OS 正式上线，还有特别的内存扩容技术。今年的安卓旗舰手机，比往年来得要更早一些。双十一还没到，10 月 26 日晚的发布会上，小米 14 系列手机就正式发布了。在发布会上，雷军宣布了小米集团的全新战略升级：从「手机 X AIoT」，升级到了「人车家全生态」。小米计划从个人设备到智能家居，再到智能出行，打造以人为中心，构建起「人车家全生态」的智能世界。与此同时，小米发布了新一代操作系统、数字高端旗舰小米 14 系列，以及 Xiaomi Watch S3、小米电视 S Pro 8
想把图像变成动图/视频？这5款AI神器帮你轻松搞定！
大家好，这里是你们的 AI 神器挖掘机花生~
今天为大家推荐 5 款可以将图像转换为动图或者短视频的 AI 神器，它们都是在线工具，操作简单还可以免费使用，可以让静态图像更具吸引力，适合用来生成动态海报或创意短视频~
上期回顾：一、LeiaPix Converter
网站直达： （登录后使用）
LeiaPix Converter 是一个免费将图片转换为 3D 伪深度动图的工具，操作简单方便，可以自定义动画范围、深度、时长、运动方式、动态强弱，图像可以保存为 MP4 /GIF 等多种格式。使用方法：进入网站后，先注
如何用Stable Diffusion 把黑白老照片变成彩色高清图？教程来了！
在这个时代，我们习惯于拥有高清、色彩丰富的照片，然而，那些古老的黑白色老照片由于年代的久远，往往会出现模糊、破损等现象。
那么今天要给大家介绍的是，用 Stable Diffusion 来修复老照片。
前段时间 ControlNet 的除了上线了“IP-Adapter”模型以外还增加另一个叫“Recolor”的模型，它的作用就是给图片重新上色。通过“Recolor”，我们能够让那些古老的黑白色老照片重现生机，展现出它们原本应有的色彩和细节。
更多SD教程：一、插件以及模型下载
本文需要用到的插件、脚本以及模型如下：
更低计算成本，基于单电子约化密度矩阵的机器学习电子结构方法
编辑 | 萝卜皮密度泛函理论（DFT）的定理建立了多体系统的局部外部势与其电子密度、波函数以及单粒子约化密度矩阵之间的双射映射。在此基础上，罗格斯大学（Rutgers University）和纽约大学（New York University）的研究人员证明基于单电子约化密度矩阵（reduced density matrices）的机器学习模型可用于生成替代电子结构方法。该团队为从小分子（如水）到更复杂的化合物（如苯和丙醇）的系统生成局部和混合 DFT、Hartree-Fock 和完整构型相互作用理论的替代品。代理模
机器会说话 | 李学龙团队建立无人机“聊天群”
在线群聊极大地方便了人们的沟通方式，能否把机器也拉进群，让它们组团商量着干活，并和人类无障碍地沟通和交流，更好地服务于生产生活？
研究上百个小时，高手总结了这份 DALL-E 3 人物连续性公式（中）
上篇反响不错，加快了我速更的意志，继续输出。
根据上篇讲了基础部分（增加元素细节），以及怎么去给提示，那么下篇要讲的还是脱离不了基础部分和提示，只是增加了人物连续性的复杂场景以及表情原理。
还是需要感谢这位伟大的作者：@AshutoshShrivastava，结尾附上该作者链接。
人物连续性场景变化
1. 前期提示准备
在我们开始制作图像之前，有一些重要的考虑因素：
注意：我们将遵循类似的提示格式，但在这种情况下，我们为基本提示设置了巨大的差异。
Prompt:
[Base Prompt] [additiona
比传统量子化学计算快约40倍，机器学习揭示了如何将聚合物材料溶解在有机溶剂中
编辑 | 紫罗用有机溶剂溶解聚合物是高分子材料研究和开发中必不可少的过程，包括塑料回收、聚合物合成、精制、涂漆和涂层等。然而，预测和理解聚合物-溶剂二元系统的相平衡或相分离是聚合物化学中尚未解决的基本问题。日本统计数理研究所（The Institute of Statistical Mathematics）的研究人员利用三菱化学集团 (MCG) 的量子化学计算数据库，开发了一种新型机器学习系统，用于确定任何给定聚合物与其候选溶剂的混溶性，称为 χ 参数。该系统使科学家能够通过使用高通量量子化学计算整合计算机实验产生
IDC发布中国计算机视觉解决方案厂商评估，联汇科技作为主要厂商上榜
近日，国际数据公司IDC公布了《IDC MarketScape：中国计算机视觉解决方案厂商评估，2023》报告显示，2022 年，中国AI赋能的计算机视觉解决方案市场规模达123.0亿元人民币。联汇科技凭借出色的能力措施（Capabilities），包括技术产品、服务项目与客户需求满足等能力，以及关键战略（Strategies）中的优势，成为中国计算机视觉行业领先的主要厂商（Major Players）。逆势新生 多模态大模型带来更多可能报告指出，2022 年计算机视觉解决方案市场主要由疫情防控相关的公共场所的安全
构建生成式AI的大部分工作，亚马逊云科技已帮你完成了
助力生成式AI普惠化，亚马逊云科技已完成了「五大能力」的构建。
RLHF与AlphaGo核心技术强强联合，UW/Meta让文本生成能力再上新台阶
RLHF 与 AlphaGo 的核心技术结合在一起，会碰撞出怎样的火花？
华藏生态体系横空出世，小i机器人给出大模型商业变现范本
今年以来，市场上各类人工智能大模型如雨后春笋，但如何将大模型进行科学的商业变现，成为摆在行业面前的一道难题。在刚刚召开的一场新闻发布会上，小i机器人给出了一份自己的答案。10月26日，小i机器人在上海正式发布了华藏通用大模型生态体系，迈出了通用大模型商业化变现的重要一步。华藏生态以“商业变现”为核心，在华藏通用大模型基础上构建开发者平台，目前已经在多个领域中实现了应用落地。小i集团董事局主席兼CEO袁辉在发布会上指出，“华藏生态将连接成千上万的客户、成千上万的开发者、成千上万的愿意引领人工智能时代的朋友们。我们一起
Midjourney 上线新版网站！搜索功能大提升，使用体验更流畅
Midjourney 上线新版网站！搜索功能大提升，使用体验更流畅大家好，我是花生~
前几天 Midjourney 上线了新版网站，对原有功能进行了优化升级，网页反应速度也比之前快了很多，在整体使用感受上有了明显提升，今天就带大家看看更新的具体内容和一些使用小技巧。
：一、新界面简介
新版网页直达： （需登录后使用）
新的 Midjourney 网站界面比之前更加简洁，在功能布局上有了一些明显的改动，左侧栏上方仅保留了 Explore、My Images 和 Rate Images 三项功能，方便图像的浏览和查找
AI视频生成这么强？带你快速了解发展概况和应用场景！
AI 生成视频发展到什么程度了，效果如何？有哪些可用的产品方案？网上炫酷的效果如何实现？AI 视频的应用场景和案例有哪些？
本着对以上问题的探索，我开启了 AI 视频系列的探索。上篇将着重介绍技术发展概况和应用场景思考。
更多AI视频生成神器介绍：一、技术发展概况
长期以来，人们对 AI 视频技术应用的认知停留在各种“换脸”和视频特效上。随着 AI 图像领域的技术发展，AI 视频技术也逐渐取得了突破。本节内容结合 Claude、Perplexity 查询、项目论文整理而成。
1. 生成方法
从交互方式来看，当前 A
腾讯混元大模型再进化，文生图能力重磅上线，这里是一手实测
2023 年，大模型的落地按下加速键，文生图便是最火热的应用方向之一。自从 Stable Diffusion 诞生以来，海内外的文生图大模型不断涌现，一时有「神仙打架」之感。每一次技术迭代，都带来了模型生成效果和速度的飞速提升。就在今天，腾讯混元大模型也宣布了最新进展：文生图能力正式上线。一上手试用，我们就看到了混元大模型对于博大精深的中餐文化的理解。这里选取了让很多大模型犯难的「蚂蚁上树」，但混元轻松生成：问题来了，现在的文生图大模型这么卷，混元大模型还有没有其他特别的优势？据官方介绍，如果从算法、模型方面来讲，