标签：月之暗面
轻松让张国荣、赫本唱歌，阿里推出创新视频模型EMO
本文介绍了阿里巴巴集团AI研究院推出的创新性视频模型——EMO。该模型能够通过用户提供的图像和音频生成表情丰富的视频，如让张国荣唱歌或让赫本唱《Perfect》...
Sora「翻车」：猴子长出鹦鹉尾巴，物体学会「穿墙术」
在彭博社对OpenAI的Sora进行的测试中，Sora在将文本提示转换为视频方面表现出了一些技术局限性。尽管Sora能够生成视频，但在处理复杂的场景时，如物体的物理...
HiDream CTO 姚霆：Sora 出圈，中国 AI 创业公司的机会在哪里？
在这篇文章中，HiDream.ai 智象未来的 CTO 姚霆博士对 Sora 的技术进行了深入解读，并探讨了 AI 生成视频技术在影视级应用方面的实践。智象未来开发的「智象...
“通信+AI”又有新成果，芯片巨头发布重磅芯片！
2023年，ChatGPT等AIGC技术引发了全球AI热潮。2024年，这股热潮通过Sora等新热点进一步升温，标志着AI黄金时代的到来。通信行业积极拥抱AI，将其与产业结合。...
Fine-tuning在垂直领域的最佳实践指南
摘要总结：本文介绍了深度学习和机器学习中的一个重要概念——Fine-tuning（模型微调）。Fine-tuning通常在预训练模型的基础上进行，通过在特定任务的数据集上...
Hugging Face发布AI代码生成工具StarCoder 2，支持600多种编程语言
摘要：开发者们正迅速采用AI驱动的代码生成器，如GitHub Copilot和Amazon CodeWhisperer，以及Meta的Code Llama。然而，这些工具存在局限性，如成本和许可证...
揭秘顺丰智慧物流背后的数据管理逻辑
顺丰科技在2023年发布了物流领域首个大规模应用的数字孪生实践，显著提升了中转场的产能。顺丰科技大数据总监林国强在InfoQ直播中介绍了顺丰的“1+1+n+x”框架...
Gemini翻车，谷歌决策十字路口：该解雇CEO还是该进行“结构化变革”？
摘要：谷歌的Gemini Pro 1.5发布后，因无法生成“白人形象”而引发争议，被指责存在价值观上的歧视。谷歌CEO Sundar Pichai 发表声明，承诺进行结构性改变。此...
ICLR 2024 Spotlight｜厦门大学、Intel、大疆联合出品，从网络视频中学习零样本图像匹配大模型
摘要：图像匹配是计算机视觉中的关键任务，对于三维重建、视觉定位等应用至关重要。传统算法如SIFT在复杂场景下表现有限，而基于深度学习的模型受限于特定场...
想训练类Sora模型吗？尤洋团队OpenDiT实现80%加速
摘要总结：Sora的创新：2024年，Sora的出现为文生视频研究者设立了新目标。其核心技术之一是将视觉数据转化为统一表征形式，结合Transformer和扩散模型，展现...
