标签：视觉

谷歌Gemini卷土重来！多模态能力与GPT-4V齐名｜港中文128页全面测评报告

15

再见，汤晓鸥：致敬一代文坛巨匠

9

商汤创始人汤晓鸥逝世，享年55岁，世人缅怀

20

中国计算机视觉领军者、商汤创始人汤晓鸥不幸离世

14

斯坦福华人提出LLM生成无限延伸的3D动画生成框架，一句话一幅图创造无限3D世界

9

GPT-4V作为机器人大脑，你可能都不需要AI进行规划

9

厦大等发布「视觉感知基础模型」APE，涵盖160个SOTA参数

8

梅卡曼德联合创始人付翱：AI与3D技术共同引领智能制造新时代｜甲子引力

28

首个全方位精通3D任务的拟人智能体：具备感知、推理、规划和行动能力

10

字节月底推出生成式AI开发平台；马斯克旗下Grok将在一周左右向X订阅用户开放；王慧文投资大型AI创企丨AIGC大事日报

9

资深学者共同研发的纯CV大模型在UC伯克利呈现通用视觉推理突破

6

何恺明、谢赛宁回归学界，R-CNN创始人Ross Girshick离开，Meta CV迎来了多少大神

16

哈工深发布多模态大模型「九天」，性能直升5%，横扫13个视觉语言任务!

11

北大新发布的多模态大模型：可在混合数据集上直接应用于图像和视频任务训练

19

北大仅用3天训练130亿参数的Chat-UniVi统一图片和视频理解大模型

21

沈向洋展示IDEA研究院新模型：开箱即用，无需训练或微调

9

IDEA 研究院院长沈向洋宣布重磅研究成果发布

8

GPT-4V新王加冕，斩获视觉问答冠军

5

北大发布全新Video-LLaVA视觉语言大模型，视频问答技术达到新高度

14

北京大学发布新一代模型，领跑搞笑抖音视频AI识别笑点技术，已开源

14

抢秒必胜：人工智能引领战场速度较量！

12

用户疑似发现OpenAI Bug，有机会免费体验GPT4

7

微软利用GPT-4V将视频转化为文字，让盲人也能轻松理解电影内容，1小时即可完成

10

快手推出基于 LaVIT 模型的视觉分词器，实现图文信息统一处理效果

10

Octopus：基于视觉的AI模型称霸GTA五星玩家

11

南洋理工大学、清华大学发布视觉可编程智能体Octopus：打游戏、做家务全能干　

8

特斯拉首席执行官马斯克发布最新脑机芯片，可帮助失明人群“看见”

7

微软 MM-VID 让 GPT-4V 实现追剧、刷抖音、打游戏、玩手机的全新可能性！

6

OpenAI 首届开发者大会：打造更便宜、更强大的模型

10

何恺明：科研先锋，我问你答完整版曝光

12

GPT-4V基准测试错误率高达90%：红绿灯认错、勾股定理也不会

39

中科大等团队提出「Woodpecker」幻觉修正架构，成功降低30%多模态大模型幻觉误差

4

清华大学光电计算实现新突破：芯片性能大幅提升，研究成果发表在《自然》杂志

7

GPT-4V 连北京烤鸭都不认识？别再盲目吹捧了！

6

基于视觉大模型，虹软引领商拍市场的革新｜甲子光年

11

秋季新品发布：电商卖家秀一键生成神器来袭，虹软商拍玩法大改革!

6

NeurIPS 2023研究：多模态查询方法让大模型看图比打字管用，准确率提升7.8%

14

智源和清北联手，发布10亿参数Uni3D视觉大模型，助你从「最强2D」升级到「最强3D」

10

Meta最新研究揭示：AI读脑成真，仅延迟0.25秒！LeCun点赞MEG实时解码大脑图像

5

华人团队打造的超热门Mini GPT-4在视觉能力上大幅提升，GitHub星数达两万

20

1 2

AI导航(aidh.net)汇集全球最新AI工具的集合类展示平台！收录国内外众多好用的AI工具和软件，涵盖AI写作工具、AI绘画工具、AI图片生成器与AI抠图工具、AI视频剪辑工具、AI音乐生成器、AI语音识别、AI编程开发、AI设计工具、AI对话聊天等丰富的AI类别，同时还有AI办公工具、AI游戏制作、AI营销、AI数字人、AI客服等各类工具大全。使用AI导航，开启高效工作、享受人工智能给生活带来的乐趣吧！

Copyright © 2026 AI导航网