/
Microsoft 的 Magma AI 可以操控和控制機(jī)器人
微軟推出了新型AI模型Magma，旨在提升機(jī)器人的視覺、理解和行動(dòng)能力。Magma能同時(shí)處理多種類型的數(shù)據(jù)，是朝著"代理AI"邁出的重要一步。該模型結(jié)合了視覺和語(yǔ)言處理技術(shù)，經(jīng)過多模態(tài)訓(xùn)練，可以執(zhí)行操控機(jī)器人和導(dǎo)航用戶界面等任務(wù)，為AI自動(dòng)化日常生活開辟了新的可能性。
Mira Murati 離開 OpenAI 后創(chuàng)立 Thinking Machines Lab
前OpenAI首席技術(shù)官M(fèi)ira Murati今天推出了一家新的人工智能初創(chuàng)公司——思維機(jī)器實(shí)驗(yàn)室，專注于開發(fā)多模態(tài)模型。該公司在競(jìng)爭(zhēng)激烈的AI市場(chǎng)中嶄露頭角，Murati曾在四個(gè)月前與投資者洽談籌集超過1億美元的資金。思維機(jī)器實(shí)驗(yàn)室的初始團(tuán)隊(duì)包括前OpenAI研究高管Barret Zoph，Murati擔(dān)任首席執(zhí)行官，Zoph擔(dān)任首席技術(shù)官。該實(shí)驗(yàn)室計(jì)劃訓(xùn)練能夠處理文本和多媒體文件的模型，并將基礎(chǔ)設(shè)施質(zhì)量作為首要任務(wù)，致力于提高研究生產(chǎn)力。
第一個(gè)開源的具有實(shí)時(shí)對(duì)話能力的多模態(tài)模型：Mini-Omni
Mini-Omni是清華大學(xué)啟元實(shí)驗(yàn)室開源的多模態(tài)模型，具備實(shí)時(shí)語(yǔ)音到語(yǔ)音的對(duì)話能力，無(wú)需額外的ASR或TTS模型。它能夠邊思考邊說(shuō)話，支持流式音頻輸出，并能通過'Any Model Can Talk'方法為其他模型添加語(yǔ)音交互能力。
馬斯克展示Grok-1.5 Vision：多模態(tài)，能理解真實(shí)世界
馬斯克旗下AI公司x.ai推出Grok-1.5 Vision，具備視覺功能，能深度理解真實(shí)世界并進(jìn)行數(shù)據(jù)解讀、轉(zhuǎn)換。Grok-1.5 V在多模態(tài)模型測(cè)試中超過GPT-4V等競(jìng)品，展示了強(qiáng)大的理解、數(shù)據(jù)轉(zhuǎn)換和檢索能力，如將圖片翻譯成Python代碼。即將向早期測(cè)試者和現(xiàn)有用戶推出。
DeepSeek-VL：深度求索的多模態(tài)大模型
DeepSeekVL是一款開源多模態(tài)模型，通過對(duì)訓(xùn)練數(shù)據(jù)、模型架構(gòu)和訓(xùn)練策略的聯(lián)合拓展，構(gòu)建了7B與1.3B規(guī)模的強(qiáng)大模型。相關(guān)資源可通過論文鏈接、模型下載頁(yè)面和GitHub主頁(yè)獲取。
- LinuxONE 客戶案例集錦
- IBM 存儲(chǔ)客戶案例集錦
- 智能超融合基礎(chǔ)設(shè)施 - HPE SimpliVity 解決方案
- 借助 HPE GreenLake 提供本地云體驗(yàn)解決方案
- 掌控全局 — 推動(dòng)業(yè)務(wù)創(chuàng)新：適用于 HPE SimpliVity 的 HPE 主動(dòng)式系統(tǒng)支持服務(wù)
- 實(shí)現(xiàn)居家辦公高效率解決方案
- 實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)革新 - HPE Primera解決方案
- 搭配Nutanix的HPE GreenLake私有云解決方案
- 重新定義 HCI， 助其更上一層樓
- 適用于 VDI 的 HPE GreenLake - 本地云服務(wù)解決方案
京公網(wǎng)安備 11010802021500號(hào)
