智谱AI和清华大学联合推出新型视觉语言模型家族CogVLM2，它们专门设计用于理解和处理图像与视频内容。简单来说，这些模型就像是拥有超凡视觉能力的智能助手，它们不仅能“看到”图像和视频里的内容，还能理解这些内容背后的含义，并根据这些理解来回答问题或者执行任务。 GitHub：https://github.com/THU... 阅读全文

你是否曾为寻找完美匹配的PNG图片而烦恼？现在，有了「PNG Maker」，这个问题迎刃而解。这是一款利用 AI 技术，根据你的文字描述快速生成透明背景 PNG 图片的工具。 快速、简单、免费 快速生成：只需几秒钟，AI 就能将你的描述转换成图片。 自定义设计：文字、颜色、形状...一切尽在你的掌控之中。 免费下载：所... 阅读全文

Epic Games本周要免费送《辐射经典合集》和《野卡橄榄球（Wild Card Football）》 ，领取时间为8月29日晚上23点到9月5日晚上23点，在此之前免费领取即可永久保留这些作品。下周的免费游戏是《足球经理 2024》以及《狙击手：幽灵战士契约（Sniper Ghost Warrior Contrac... 阅读全文

Seelen UI 是一个专为 Windows 10/11 用户设计的开源桌面环境，它提供了丰富的定制选项和窗口平铺管理器，使用户能够根据自己的风格和需求个性化桌面布局，从而提升工作效率和个性化体验。Seelen UI 的设计理念在于提供一种既美观又高效的用户界面，同时保持高度的可定制性，让用户可以根据自己的工作流程和... 阅读全文

AnythingLLM 是一款可以在本地电脑一件运行大语言模型的跨平台桌面客户端，支持 Windows、macOS、Linux，支持自选模型，也可以从软件内下载模型。它还支持嵌入模型、语音、转录，最重要的是可以实现完全离线，不依托任何云服务。@Appinn  ... 阅读全文

马克斯·普朗克信息学研究所，萨尔信息学校区、萨尔布吕肯视觉计算、交互和人工智能研究中心和弗莱堡大学的研究人员推出TEDRA，它可以让用户通过文本描述来编辑动态且逼真的3D角色模型。简单来说，TEDRA就是一个先进的“虚拟化妆师”，能够根据你提供的文本提示，比如“穿着卫衣的男人”，来改变3D角色的外观，同时保持角色的动作... 阅读全文

加州大学伯克利分校和Autodesk的研究人员推出新型机器人学习模型ICRT，ICRT的核心目标是通过一种新颖的“在上下文中学习”（in-context learning）方法，让机器人能够在没有额外训练的情况下，通过理解输入的上下文信息来执行新任务。例如，我们有一个机器人，需要它在不同的环境中执行拾取和放置物体的任务... 阅读全文

阿里巴巴、香港中文大学、香港感知与交互智能研究中心和北京航空航天大学的研究人员推出新型框架LLaVA-MoD，通过专家混合（MoE）知识蒸馏技术使大型多模态语言模型（MLLM）变得小型化。简单来说，LLaVA-MoD的目标是让一个小型的多模态语言模型通过学习大型模型的知识，来提高自己的理解和生成能力，同时保持较低的计算... 阅读全文

英伟达、佐治亚理工学院、UMD和香港理工大学的研究人员推出多模态大语言模型EAGLE，专门设计用于提升模型在处理视觉信息时的能力。简单来说，EAGLE项目的目标是让语言模型能够更好地“看懂”和理解图片，并将这些视觉信息与文本信息结合起来，以提高对复杂查询的响应质量。例如，如果用户问“图片中的商店几点开门？”EAGLE不... 阅读全文

Nexa AI推出新型语言模型架构Dolphin，它专为节能的长文本处理而设计，尤其适用于设备上的模型（on-device models）。想象一下，如果你的手机或智能手表需要处理大量的文本数据，比如翻译一篇长文章或者回答关于复杂历史事件的问题，这通常会消耗很多电量和时间。Dolphin模型就是为了解决这个问题而设计的... 阅读全文

大语言模型（LLM）的通用能力高度依赖于广泛预训练数据集的组成和选择，这些数据集通常被视为多个机构的商业机密。为了解决这一问题，百川开源了一种适用于所有场景的数据处理流程的细节，并通过引入一个竞争力强的LLM基线来验证其有效性和潜力。具体而言，数据处理流程包括广泛收集以扩大规模和重新加权以提高质量。我们接着使用我们的流... 阅读全文

昨日，《雨中冒险2》（Risk of Rain 2）的最新DLC《风暴探寻者》正式推出，这款深受欢迎的Rougelike多人合作射击游戏在Steam上的活跃玩家数达到了历史新高，但玩家的反馈却显得有些复杂。根据SteamDB的数据，昨晚《雨中冒险2》的同时在线人数达到了75,406人，刷新了游戏自发布4年多以来的记录。... 阅读全文