GOT-OCR2.0 是一种用于光学字符识别（OCR）任务的通用模型，旨在解决传统OCR系统（OCR-1.0） […]

PuLID（Pure and Lightning ID Customization via Contrasti […]

如今数字媒体和虚拟现实技术飞速发展，对数字人的需求不断增加！ 今天，介绍一个开源创新的虚拟人视频生成框架：Mu […]

本文精心编译自 OpenAI Sora 的主要作者Tim Brooks 和 Bill Peebles 在AGI […]

GameGen-O是一个专为生成开放世界视频游戏而设计的Diffusion Transforme模型。该模型能 […]

随着大语言模型（如GPT-4、Claude等）的发展，LLM在处理数学问题上取得了显著进展。然而，这些模型的能 […]

万字长文深度解读Transformer：《Attention is All You Need》——揭秘自注意力 […]

OpenAI发布了全新的o1-preview” 推理模型系列，这是一个设计用于解决复杂问题的 AI 系列，能够 […]

OpenAI公布了其最新的o1 模型官方提示词建议，OpenAI明确表示模型在简单的提示下表现最佳。一些提示工 […]

Suno推出Covers功能，通过Cover功能，你可以将任何音频，从简单的录音到完整制作的歌曲，转化为一种全 […]

不以开放性著称的苹果居然同时开源了大模型的权重、训练和评估框架，涵盖训练日志、多个保存点和预训练设置。同时升级 […]

Google最新推出的DataGemma模型旨在通过与Google Data Commons（数据共享平台）的 […]

Adobe 将推出新的生成式 AI 视频模型Adobe Firefly Video Model ，专门用于视频 […]

Hume AI 推出的全新语音对话基础模型：EVI 2 ，能够与用户进行极其人性化的语音对话。它可以快速流畅地 […]

Vchitect 2.0 是由上海人工智能实验室开发的视频生成模型，它支持通过文本和图像生成5 到 20 秒的 […]

Google 推出的 NotebookLM 新增了一项名为 “Audio Overview” 的功能，允许用户 […]

法国 AI 初创公司 Mistral 推出了其首个多模态模型 Pixtral 12B，该模型具有120 亿参数 […]

OpenAI后，大模型新增长曲线来了。 大语言模型的效率，正在被这家「清华系」创业公司发展到新高度。 从 Ch […]

在 AI 大模型浪潮中，国内厂商面壁智能再次突破，推出了其最新的“小钢炮”系列——MiniCPM 3.0。这款 […]

Jina AI 推出的两款专门将原始 HTML 转换为干净的 Markdown 的小型语言模型。 Reader […]

Runway 发布了一篇文章介绍了他们对 AI 生成媒体的新交互方式的思考。Runway认为应该为生成式媒体创 […]

OpenAI 分享了一篇内容，介绍了一些作家如何在创作过程中使用 ChatGPT 的示例。 在这篇文章中，Op […]

这个课程由Andrew Ng主讲，专为初学者设计，帮助学员学习Python编程基础，并将其与AI工具集成进行数 […]

Vidu升级其 AI 视频模型，支持让任意主体保持一致 重点在于在生成图像时保持主体的一致性，尤其是针对角色和 […]

微软宣布了他们在逻辑量子比特领域的突破，展示了性能最好的逻辑量子比特，错误率比物理量子比特低800倍。这一成果 […]

Chai Discovery 推出了 Chai-1，一个面向分子结构预测的多模态基础模型，适用于药物发现等任务 […]

Z Highlights： ·Meta公布的一季报高于预期，但对二季度营收展望低于预期，同时计划大幅增加对开源 […]

Meta 推出了 Meta Llama 3 系列 LLM，包括 8 和 70B 大小的预训练和指令调整的生成文 […]

Chrome™的自定义光标。 使用大量免费游标或上传自己的游标。   使用我们在 Custom Cursor […]

一站式划词 / 截图 / 网页全文 / 音视频 AI 翻译扩展，支持谷歌、DeepL、ChatGPT、Clau […]