什么是多模态能力？ 多模态能力是指大模型能够理解和处理多种类型的数据，包括音频、视频、图像和文本等。这种能力使得大模型更像人一样感知和互动，支撑智能体体验升级。 蚂蚁百灵大模型的多模态能力有哪些应用...

蚂蚁集团近日宣布了其百灵大模型的最新进展。百灵大模型以其原生多模态能力而闻名，能够直接理解并训练音频、视频、图像、文本等多种数据类型。这一突破性的技术现已应用于支付宝智能助理，并计划在更多智能体中推广...

WhatsApp 正准备推出一项新的生成式 AI 功能，允许用户创建类似于苹果 Image Playground 的新形象。这一功能将使用户能够在这一流行的消息应用程序中创建自己的 AI 头像。 这一...

斯坦福大学最近开发了一种名为OccFusion的新方法，该方法能够渲染出即使部分被遮挡的完整人体形态。这一技术通过结合3D高斯分片和2D扩散模型监督，实现了高效且高保真度的渲染效果。 OccFusio...

Stability AI最近修改了其社区许可协议，发布了新的文生图模型Stable Diffusion 3 Medium（SD3-M）。这一模型的重要更新之一是允许其用于商业化用途。具体来说，如果企业...

阿里巴巴推出“追星星的 AI”——关爱孤独症儿童的创新绘本工具 近日，阿里巴巴通义 App 上线了一款名为“追星星的 AI”的特殊 AI 工具。作为国内首个专门为孤独症儿童设计的 AI 绘本工具，“追...

智谱AI最近发布了CodeGeeX第四代模型，这是一个拥有10亿参数以下、性能领先且全能的代码生成大模型。该模型对个人用户免费，新版本插件v2.12.0已经全面接入，提供更快的代码生成速度和创新功能...

LivePortrait：让静态肖像动起来的黑科技 什么是LivePortrait？ LivePortrait听起来就像是魔法，但它其实是现实世界中的黑科技。想象一下，你那尘封已久的相册里，那些定格在...

VS Code扩展：高效代码阅读与转换工具 1. 一键添加注释功能 1.1 为什么需要一键添加注释功能？ 在阅读代码时，我们常常会遇到没有注释的代码，尤其是那些复杂的代码，让人难以理解。这时，一键添加...

Solos公司最近推出了一款令人兴奋的新产品——Solos AirGo Vision智能眼镜。这款眼镜集成了先进的ChatGPT-4o可穿戴人工智能系统，为用户提供了超能力般的体验。 Solos Ai...