Google 开源了 Gemma 2 的 9B 和 27B 版本，同时Gemini 1.5 Pro 上 200 万 Token 上下文向所有开发者开放
Gemma 2是一款高性能的AI模型，具有出色的推断效率和成本效益。通过优化的架构设计，Gemma 2在27B参数规模下表现出色，提供了与两倍大…
栏目
模型框架
大语言模型（LLM）是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径
364
篇内容
图片高清修复模型AuraSR开源，可放大4倍并补充细节
AuraSR 是基于 GAN 的 Super-Resolution 模型，通过图像条件化增强技术，提升生成图像的质量。该模型采用 GigaGAN…
科大讯飞正式推出了全新的讯飞星火大模型V4.0
七大核心能力全新升级，全面对标GPT-4 Turbo 多模理解 上传图片素材，大模型完成识别理解，返回关于图片的准确描述 视觉问答 围绕上传图片…
斯坦福大模型评测榜 Claude 3 排名第一
尽管Massive Multitask Language Understanding（MMLU）基准测试备受关注，但模型创建者报告的MMLU分数…
Groq上线whisper-large-v3模型，140x speed factor，转录速度飞快
Groq最近推出了全新的Whisper Large-V3模型，支持多种语言的语音转录和翻译功能，并提供免费开放的体验。该模型转录速度极快，用户上…
Anthropic 发布了 3.5 Sonnet——其迄今为止最智能的模型
这是 3.5 型号系列中的第一个版本。 Sonnet 现在在关键评估方面优于竞争对手模型，其速度是 Claude 3 Opus 的两倍，而成本却…
ToonCrafter：可自动生成卡通动画的中间帧 ，并根据参考图像对动画草图自动上色
ToonCrafter，它可以通过预训练的图像到视频扩散先验来插值两幅卡通图像。项目支持生成512x320分辨率的视频，推荐使用Anaconda…
视频虚拟试穿的框架：ViViD，解决视频虚拟试穿的问题
可以合成自然、逼真的视频，保留目标服装的身份，同时保持源视频其余部分不变 项目地址： https://github.com/novitalabs…
多语言手语模型SignLLM，AI可以生成手语手势视频了
SignLLM是一项创新的多语言手语模型，为听力障碍者提供了重要的沟通工具，推动了人工智能在语言理解和生成领域的研究。它通过文字描述生成手语视频…