-
GPT-4教会机器手转笔、玩魔方！RL社区震惊：LLM设计奖励竟能超越人类？
Eureka竟然学会了转笔！要知道，即使是CGI艺术家，也很难把它逐帧制作成动画。 图片 网格中心的视频展示的是笔的旋转轴垂直于手掌，将笔平行与手掌进行旋转（经典的转笔动作）。此外，研究人员还训练了围...
-
插件：门槛最低的AI另类原生应用
发展趋势。 这就是百度文心4.0的插件功能。 目前，文心4.0光是插件就有8个，包括一镜流影（文字转视频） 10月17日，在“2023百度世界大会”上，李彦宏正式发布了最新的文心大模型4.0版本。 一...
-
AI视频后期制作神器ProPainter 一键即可完成视频抠图
最近，出现了一种新的视频修复技术，叫做ProPainter，它可以用画家风格的笔触来填补视频中的缺失区域。 ProPainter是一个基于深度学习的端到端的网络，它由两个模块组成:Recurrent...
-
HiLM-D：自动驾驶多模态大语言模型玩出花了
作。除此之外，大语言模型的蓬勃发展也进一步为多模态带来了性能提升。自动驾驶领域也有类似的数据（图像/视频+caption）用于车辆行为分析如BDD-X，最近也有新的工作直接构建自动驾驶场景下的QA，如...
-
自动驾驶传感器融合面临的三大挑战
此外，为了做出好的决策，需要对数据进行分析，有一个时间窗口。“在一个简单的例子中，可能有一个摄像头的视频，只是看了看车前的东西。”Woo说。“有可能事情是在其他物体的后面，被包括在一小部分秒的时间里。...
-
AI技术插件BlurOn：自动给视频添加马赛克和模糊效果
BlurOn是一款使用NTT Data的AI技术的插件，能够在视频中自动识别脸部、头部、全身、车牌等元素，并以高达99.7%的精度自动添加马赛克和模糊效果。该插件操作简便，安装后即可使用，即使是新手也...
-
研究显示:AI可提升维基百科可靠性
条目末尾列出的信息来源。 研究团队表示，他们将继续研究AI系统在处理维基百科引用的其他类型，如图像、视频和纸质出版物方面的应用，以提高在线信息的可靠性。这项工作有望改善在线信息的质量，帮助用户更容易验...
-
对人工智能发展至关重要的四种非人工智能技术
于神经元和突触的数据节点，模拟人脑的功能。 计算机视觉：计算机视觉使用模式识别和深度学习来识别图像和视频中的内容。通过处理、分析和获取有关图像和视频的知识，计算机视觉帮助人工智能实时解释周围环境。 自...
-
从基础到实践，回顾 Elasticsearch 向量检索发展史
量检索和多模态搜索成为 “兵家” 必争之地。 多模态检索是一种综合各种数据模态（如文本、图像、音频、视频等）的检索技术。换句话说，它不仅仅是根据文字进行搜索，还可以根据图像、声音或其他模态的输入来搜索...
-
2023年人工智能的六大预测
世界做好准备。 人工智能系统将变得越来越多模式，能够处理多个来源的信息，例如图像、音频、传感器数据和视频。这种洞察力可用于在客户服务和医疗诊断方面创造更好的体验。 Lian Jye Su强调，成功的人...