-
AudioLDM：彻底改变文本到音频的生成质量
AudioLDM 是音频嵌入和文本转音频生成领域的一项突破性生成式 AI 技术，它正在改变我们感知和与音频信号…
-
语音助手：让生活变得更轻松、更方便、更有趣
“小爱同学，播放 稻香”——整个房间都会充满你最喜欢的Jay Chou的专辑。 “嘿，小爱同学，我的手机在哪里…
-
NExT-GPT：任意到任意多模态LLM
NExT-GPT 是新加坡国立大学 NExT++ 实验室开发的多模态大型语言模型 (MM-LLM)，并在题为“…
-
了解开源对话式 AI – Rasa
Rasa是一个开源的机器学习框架，用于自动化基于文本和语音的助理。构建真正帮助客户的上下文助理和聊天机器人很困…
-
对话式人工智能
什么是对话式人工智能？ 对话式AI（对话式人工智能） 是一种 人工智能 使计算机能够理解、处理和生成人类语言。…
-
什么是LLM？大型语言模型及其工作原理指南
如果你正在阅读这篇文章，那么你可能已经听说过大型语言模型 (LLM)。谁没有听说过呢？归根结底，LLM 是推动…
-
CogVLM 在行业中的用例
CogVLM是一个大型多模态模型(LMM)，你可以向其询问有关图像和文本的问题。例如，假设你打算识别机场停机坪…
-
NExT-GPT 端到端通用大型多模态任意语言模型 (MM-LLM)
多模态大型语言模型可以通过语音、文本和视觉输入实现用户和人工智能系统之间更自然、直观的通信，从而增强人机交互。…
-
ImageBind开源融合六种数据的多感官 AI 模型
新的 ImageBind 模型结合了文本、音频、视觉、运动、热和深度数据。这只是一个研究项目，但却展示了未来的…
-
基础模型的演变：从图像分类到多样化内容创作
基础模型是人工智能 (AI) 领域的一项革命性进步，有望改变我们与计算机和世界的互动方式。这些模型是通过对大量…
-
探索多模态大型语言模型：人工智能的一大进步
在人工智能这个充满活力的领域，多模态大型语言模型 (MLLM) 的出现正在彻底改变我们与技术的互动方式。这些尖…
-
多模态大型语言模型 (LLM) 的工作原理
大型语言模型 (LLM) 已经展现出令人印象深刻的文本理解能力。但在很多情况下，我们希望 LLM 能够理解的不…