图像自编码过程中的关键挑战是创建能够保留细节的高质量重建，特别是在图像数据经过压缩的情况下。传统的自编码器依赖...

将 3D 对象无缝地合成到真实场景中是一项具有挑战性的任务，尤其是当缺乏配对的合成场景图像时。传统的 3D 对...

卡内基梅隆大学 、 香港中文大学 、 北京大学和滑铁卢大学的研究人员推出一个包含来自 100 万个网站的 73...

北京大学电子与计算机工程学院、鹏程实验室、Rabbitpre Intelligence、昆仑 2050 研究中...

浙江大学和阿里巴巴的研究人员推出新型视频到音乐生成框架 MuVi，MuVi 的目标是为视频内容生成与之相匹配的...

来自华中科技大学、中国科学院深圳先进技术研究院、中国科学技术大学 等的研究人员推出评估基准 CIIBench，...

俄勒冈州立大学和 Adob​​e 研究中心的研究人员推出新型三维高斯重建模型 Long-LRM，它能够快速从一...

Hugging Face 的开源 AI 食谱（Open-Source AI Cookbook）是一个社区驱动的...

新加坡国立大学、南洋理工大学、北京大学、卡内基梅隆大学和滑铁卢大学的研究人员推出评估框架 MixEval-X，...

基于大语言模型的评判者作为一种可扩展的人类评估替代方案已经出现，并且越来越多地用于评估、比较和改进模型。然而，...

对于许多人来说，“核能”这个词可能唤起的是反乌托邦的图像，如核电站熔毁、放射性废物和抗议者。这种印象很大程度上...

Zyphra 是一家专注于开发多模态代理系统的公司，最近发布了 Zyda-2，这是一个包含 5 万亿个标记的开...