阿里发布手机操作智能体框架Mobile-Agent
1月30日，来自阿里和北京交通大学的团队在arXiv上发表论文，提出了用于操作手机的智能体框架Mobile-Agent。据介绍，这是一个纯视觉解…
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
谷歌最新文生图小型模型:MobileDiffusion
文本到图像扩散模型在移动设备上的应用一直面临着效率低下的问题，但是《MobileDiffusion：移动设备上亚秒级文本到图像生成》提出了一种新…
百川智能发布超千亿大模型Baichuan 3，宣称中文评测超越GPT-4
1月29日，百川智能发布超千亿参数的大语言模型Baichuan 3。在多个权威通用能力评测如CMMLU、GAOKAO和AGI-Eval中，Bai…
1分钟语音即可训练一个自己的TTS模型：GPT-SoVITS
GPT-SoVITS是一个声音克隆和文本到语音转换的开源 Python RAG框架。 只需5秒的数据，它就可以模仿你的声音，只需1分钟的声音数据…
智谱AI发布新一代模型：GLM-4
GLM-4支持更长的上下文，具备更强的多模态能力。同时，它的推理速度更快，支持更高的并发。性能相较GLM-3 提升 60%。 智谱AI还推出了G…
Stability AI发布 Stable Code 3B模型，专门用于辅助编程
它可以在普通的笔记本电脑上运行，甚至包括那些没有专用GPU的型号，如MacBook Air。 相较于其前身CodeLLaMA 7b，体积减少了6…
阿里巴巴的新项目 MotionShop：将视频中的角色替换为3D化身
通过先进的视频处理和3D渲染技术，MotionShop能够高效地将视频中的某个角色替换为3D人物，同时不改变视频中的其他场景和人物。 被替换的3…
智源提出1bit自然语言理解预训练模型BiPFT
智源团队提出了一种名为BiPFT的1bit轻量化预训练模型，用于自然语言理解任务。与标准的FP32模型相比，BiPFT在推理阶段节省了56倍的操…
阿里巴巴的万能替代品这款产品可以在许多场景中使用，比如人物替代、服装替代、背景替代等
我们发现，在严格保持某个“物体ID”不变的情况下生成新的内容有着很大的市场需求，同时也是具有挑战性的。为此，我们提出了ReplaceAnythi…