Sakana.ai正在东京建立世界级研究实验室，以建立更小、更高效的基础模型。该公司由前谷歌研究员David Ha和Llion Jones创立，他们负责转型、世界模型和LoRA等突破性技术。它已获得了来自Lux Capital的Brandon Reeves...

近日，一项名为UV-SAM的新技术通过GitHub仓库公开，该技术是对视觉基础模型和Segment Anything模型的改进，利用卫星图像可以准确识别出城市村庄的边界。与传统的现场调查相比，UV-SAM提供了一种高效的替代方案，结合...

本研究介绍了UV-SAM，这是一种基于视觉基础模型和Segment Anything Model的改进模型，可以准确地识别城市村庄的边界。UV-SAM将不同的图像表示结合起来，为精确探测提供了高效的替代方案。相对于传统的野外调查，UV-S...

本文探讨了开发自动驾驶汽车视觉基础模型（VFMs）所面临的挑战。通过分析超过250篇研究论文，它提供了有关数据准备，预训练和AI任务适应的见解，重点介绍了NeRF和3D高斯点渲染等前沿技术。

AI法律初创公司Harvey AI利用OpenAI技术开发的一种法律服务，已经获得了另一轮融资，其估值超过7亿美元。该初创公司使用OpenAI构建基础模型，用于法律和法律实践应用。

Nous Research （Hugging Face Hub）发布了一种名为Capybara的新的语言基础模型和Obsidian的多模态扩展模型，该模型拥有30亿参数，可以在手机等边缘设备上运行。

Meta最近发布了一篇关于音频AI基础模型的论文，并发布了更多的样本和引人入胜的演示。该项目的主要目标是生成可控制风格的音频内容，所有风格都来自同一个模型。

谷歌将推迟Gemini的发布时间，从下周推迟到明年一月份。Gemini是谷歌的下一代基础模型，由于AI在处理非英语查询方面存在一致性问题而导致推迟。