漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2025-04-01 talkingdev

Myst Graph:为Myst带来全新视角的技术突破

近日,一项名为Myst Graph的创新技术引发了业界的广泛关注。该技术通过全新的数据可视化方式,为Myst平台带来了革命性的视角转变。Myst Graph采用先进的图计算算法,能够高效处理复杂的关系网络,并以直观的形式呈现...

Read More
2025-04-01 talkingdev

TIDE:水下场景理解新突破,高质量合成数据集生成方法

近日,一项名为TIDE的创新技术在水下场景理解领域取得重要进展。该技术通过文本到图像转换和密集标注生成方法,能够创建具有一致像素级标签的高质量合成数据集。这一突破性技术解决了水下场景数据获取难、标注成本高...

Read More
2025-03-26 talkingdev

OpenAI推出新一代音频模型Voice Engine

OpenAI近日发布了其最新一代音频模型,其中包括名为Voice Engine的创新技术。这一模型能够仅通过短样本生成高度逼真的人声,标志着人工智能在语音合成领域迈出了重要一步。Voice Engine的核心技术在于其先进的声音建...

Read More
2025-03-26 talkingdev

[开源] 视觉几何基础Transformer (VGGT) GitHub 项目发布

视觉几何基础Transformer(Visual Geometry Grounded Transformer,简称VGGT)是一种前馈神经网络,能够直接从场景的一个、几个甚至数百个视角中推断出所有关键的3D属性,包括外部和内部相机参数、点云图、深度图以...

Read More
2025-03-25 talkingdev

[论文推荐]TRG-Net:基于文本关系图的骨架动作分割技术

近日,一项名为TRG-Net的创新技术在动作分割领域取得了突破性进展。该技术通过利用文本衍生的关系图(Text-Derived Relational Graphs)来增强动作分割的精度,特别是在空间-时间建模和监督方面表现出色。动作分割是...

Read More
2025-03-20 talkingdev

Stability发布沉浸式3D视频生成技术:Stable Virtual Camera

近日,Stability推出了一项名为Stable Virtual Camera的创新技术,该技术基于一种多视角扩散模型,能够从单张或多张2D图像中生成沉浸式3D视频。这一技术允许用户自定义或预设相机轨迹,从而实现对3D场景的灵活控制。...

Read More
2025-03-20 talkingdev

微软推出KBLAM:为LLM引入即插即用的外部知识

微软研究院最近推出了一项名为KBLAM的创新技术,旨在为大型语言模型(LLMs)引入即插即用的外部知识。这项技术的主要亮点在于,它无需重新训练模型即可实现知识的无缝集成,从而支持在线和实时学习。KBLAM的核心优势...

Read More
2025-03-18 talkingdev

[论文推荐]Funsearch:LLM驱动的遗传算法助力数学家解决组合与数论问题

Funsearch是一种基于大型语言模型(LLM)驱动的遗传算法新实现,旨在帮助数学家解决组合和数论问题,而无需具备机器学习的专业知识。这项创新技术通过结合遗传算法的优化能力与LLM的生成能力,为数学研究提供了全新...

Read More
  1. 1
  2. 2
  3. 3
  4. Next Page