据报道，Nvidia正在准备一款系统芯片（SoC），该芯片将Arm的Cortex-X5核心设计与基于Nvidia Blackwell架构的GPU相结合。这一组合旨在提升人工智能计算性能，为PC提供更强大的AI处理能力。Nvidia的这一举措可能会显著...

Mozilla公司最近成功训练了一款可以在浏览器内运行，并自动为网页图片生成替代文本（Alt文本）的模型。这一创新技术旨在提高网页的无障碍性，使视力障碍用户能够更好地理解网页内容。通过在本地运行模型，Mozilla不...

Reworkd公司近日发布了一款名为Tarsier的新工具，旨在通过使用括号和ID对网页元素进行视觉标记，增强大语言模型（LLMs）的网页交互任务处理能力。Tarsier利用OCR生成的文本表示，使得没有视觉功能的LLM也能理解网页...

智能专家系统是一种利用大型语言模型（LLMs）进行文本分类的新方法。该系统通过减少对广泛的预处理和领域专业知识的需求，大大简化了文本分类过程。LLMs具备强大的自然语言处理能力，能够更高效地理解和分类复杂的文...

Meta公司近日宣布发布一种名为Chameleon的全新模型，该模型可以像GPT-4o那样同时操作图像和文本。相比于许多其他的替代模型，Chameleon展现出了更好的性能。据悉，Meta团队在内部模型上已经远远超越了这项工作。该模...

在技术领域，一种名为MasterWeaver的新方法被提出，以提高个性化文本到图像生成模型的性能。这种技术的出现，无疑为AI领域的图像生成技术开辟了新的可能性，使得文本到图像的转换过程更为精确和个性化。MasterWeaver...

最新研发的混元-DiT在文本到图像扩散变换器方面设立了新的标杆，特别是对于英文和汉文。这一技术特征包括先进的变换器结构和精炼的数据管道，为持续的模型改进提供了可能性。而这一突破性的发展，不仅提升了英汉文本...

InternLM-XComposer2是一种在创建和理解复杂的文本-图像内容方面表现优异的视觉语言模型。该模型引入了一种名为Partial LoRA的新型方法，用以平衡视觉和文本的理解，其性能超越了现有的多模态内容创建和理解模型。通...