输入

阿里通义万相Wan2.1-VACE开源号称首个开源的视频编辑统一模型

通义万相宣布VACE开源，这标志着视频编辑领域迎来了一次重大的技术革新。此次开源的Wan2.1-VACE-1.3B支持480P分辨率，而Wan2.1-VACE-14B则支持480P和720P两种分辨率。 VACE的出现，为用户带来了一站式的视频创作体验，用户无需在不同模型或工具之间频繁切换，即可完成文生视频、图像参考生成、局部编辑与视频扩展等多种任务，极大地提高了创作效率和灵活性。

5/15/2025 9:01:02 AM

AI在线

【IT之家评测室】讯飞输入法 14.0 体验：端侧 AI 大模型加持，重构输入体验

10 月 24 日，科大讯飞第七届世界声博会暨 2024 科大讯飞全球 1024 开发者节，在本次大会上，全新讯飞输入法 14.0 正式亮相。当前生成式 AI 的发展正如火如荼，特别是端侧 AI 大模型正处于快速演进的阶段。一方面，随着模型技术的进步，模型参数越来越小同时也可以做到效果越来越好，我们可以看到 2024 年以来包括 Meta、谷歌、苹果、微软等行业巨头都推出了自家适合终端侧运行的“小模型”。

10/25/2024 9:36:18 PM

汐元

15 个 AI 模型只有 3 个得分超 50%，SIUO 跑分被提出：评估多模态 AI 模型的安全性

最新发表在 arXiv 的研究论文指出，包括 GPT-4V、GPT-4o 和 Gemini 1.5 在内的大部分主流多模态 AI 模型，处理用户的多模态输入（例如一起输入图片和文本内容）之后，输出结果并不安全。这项研究标题为《跨模态安全调整》（Cross-Modality Safety Alignment），提出了一个全新的“安全输入但不安全输出”（SIUO），涉及道德、危险行为、自残、侵犯隐私、信息误读、宗教信仰、歧视和刻板印象、争议性话题以及非法活动和犯罪等 9 个安全领域。研究人员说，大型视觉语言模型（LVL

6/25/2024 9:12:58 AM

故渊

大模型时代还不理解自注意力？这篇文章教你从头写代码实现

自注意力是 LLM 的一大核心组件。对大模型及相关应用开发者来说，理解自注意力非常重要。近日，Ahead of AI 杂志运营者、机器学习和 AI 研究者 Sebastian Raschka 发布了一篇文章，介绍并用代码从头实现了 LLM 中的自注意力、多头注意力、交叉注意力和因果注意力。太长不看版这篇文章将介绍 Transformer 架构以及 GPT-4 和 Llama 等大型语言模型（LLM）中使用的自注意力机制。自注意力等相关机制是 LLM 的核心组件，因此如果想要理解 LLM，就需要理解它们。不仅如此，这

2/16/2024 5:06:00 PM

机器之心

语言模型悄悄偷懒？新研究：上下文太长，模型会略过中间不看

语言模型：太长我不看。

7/24/2023 2:50:00 PM

机器之心

编译 ONNX 模型

本篇文章译自英文文档Compile ONNX Models — tvm 0.13.dev0 documentation作者是 Joshua Z. Zhang更多 TVM 中文文档可访问 →Apache TVM 是一个端到端的深度学习编译框架，适用于 CPU、GPU 和各种机器学习加速芯片。 | Apache TVM 中文站。本文将介绍如何用 Relay 部署 ONNX 模型。首先安装 ONNX 包，最便捷的方法推荐安装 protobuf 编译器：或参考官方网站： ONNX 模型下面示例中的超分辨率模型与 ONNX

6/25/2023 6:06:00 PM

HyperAI超神经