有“AI教母”之称的斯坦福大学教授李飞飞及其团队近日发布了一项关于多模态大模型“空间智能”的研究,揭示这些模型在记忆和回忆空间方面已经具备初步能力,并展现出形成局部世界模型的潜力。研究团队开发了用于评估视觉空间智能能力的工具——VSI-Bench,其中包含超过5000个基于288个真实视频的高质量问答对。测试视频涵盖居住空间、专业场所及工业场景,涉及多个地理区域。研究结果显示,尽管多模态模型的总体表现尚低于人类,但在某些任务上已达到或接近人类水平。例如,
话说最近的科技圈,AI的战火那是烧得正旺,各路豪杰纷纷亮出自己的看家本领。而曾经被认为有些“落后”的谷歌,最近却突然发力,一连串的“王炸”级新品,让投资者们眼前一亮,惊呼: “AI界,又要变天了!”《金融时报》在周日(12月22日)的一篇报道中指出,谷歌在本月通过发布更先进的AI模型,让投资者们刮目相看。这些模型在基准测试中的表现,甚至超越了一些竞争对手。就像一位武林高手,突然使出了绝世武功,让江湖顿时风云变色。不仅如此,谷歌还推出了一款新的自研A
2024年,全球AI热潮持续高涨,泰国也毫不例外,正站在一场人工智能(AI)大爆发的前夜。 想象一下,你正在曼谷的街头漫步,周围的一切都在悄然发生着改变,餐厅的智能点餐系统能一口流利泰语与你对话,医院的AI诊断系统能够精准地分析你的身体状况,就连路边的共享单车都配备了智能导航,这绝不是天方夜谭,而是正在泰国发生的AI变革。图源备注:图片由AI生成,图片授权服务商Midjourney这股浪潮有多猛烈呢? 数据机构 Statista 预测,泰国生成式AI(GenAI)市场将在2024年达到8000万美元
近日,Adobe Research 与西北大学合作开发了一款名为 Sketch2Sound 的人工智能系统,这一工具有望彻底改变声音设计师的工作方式。Sketch2Sound 能够让用户通过哼唱、模仿声音以及用简单的文本描述来创建专业的音效和氛围音。这个系统分析了用户声带输入的三个关键要素:音量、音色(决定声音的明亮或阴暗)和音高。随后,它将这些特征与用户的文本描述相结合,从而生成所需的声音。例如,用户在输入 “森林氛围” 并发出短促的声响时,系统会自动将这些声响识别为鸟鸣,而无需具体的指