论文

随着AIGC技术的快速发展，图像编辑工具日益强大，图像篡改变得更加容易，也更难被察觉。 虽然现有的图像篡改检测和定位方法（IFDL）通常很有效，但它们往往面临两大挑战:一是“黑匣子…

大型语言模型（LLM）的横空出世，尤其是AI大模型等应用的普及，彻底改变了人机交互的方式。 这些模型能够生成连贯且全面的文本，令人印象深刻。然而，尽管能力强大，LLM却容易产生“幻…

近日，OpenAI 的研究人员发布了一项令人振奋的研究成果，介绍了一种全新的连续时间一致性模型（sCM）。这一模型在生成多媒体内容(如图像、视频和音频)的速度上实现了飞跃，相较于传…

近日，北京人工智能学院的研究团队推出了一款名为 OmniGen 的全新图像生成模型。 全能型图片生成编辑选手 与以往的图像生成工具如 Stable Diffusion ，OmniG…

据媒体报道，微软亚洲研究院前首席研究经理谭旭已于8月加入大模型创业公司月之暗面，主要负责研发端到端语音模型。谭旭加入后，其中一项重要目标是为该公司打造类似GPT-4o的语音体验。 …

腾讯公司近期推出了一款名为ima.copilot（简称ima）的智能工作台产品，它由腾讯混元大模型提供技术支持。这款产品旨在通过其会思考的知识库，为用户开启搜读写的新体验。ima.…

阿里巴巴达摩院最近开源了一款名为CoI-Agent的AI工具，可以帮助科研人员自动生成科研idea。这个工具可以根据输入的论文主题，快速生成相关的科研idea，帮助科研人员节省时间…

近年来，大型语言模型（LLMs）在数据管理领域受到了广泛关注，应用范围不断扩大，包括数据整合、数据库调优、查询优化以及数据清洗等。然而，处理非结构化数据，尤其是复杂文档时，依然面临…

最近，DeepMind一篇关于超大规模 Transformer 在国际象棋领域应用的论文，引发了 AI 社区的广泛讨论。研究人员利用名为 ChessBench 的全新数据集，训练了…

智源研究院正式推出了他们的新一代多模态世界模型 Emu3，该模型最为显著的特色在于，其仅凭借对下一个 token 的预测能力，便能够在文本、图像和视频这三种不同模态中实现理解和生成…