跳到正文

#多模态

今日 0 条
10月15日周四
10月14日周三
9月29日周二
  1. Latent Space82

    AMD 以 82 亿美元收购 World Labs,Atlas 解决稀疏重建问题

    AMD 以 82 亿美元收购 World Labs。World Labs 创始人李飞飞在博客中回顾,公司自 2024 年成立以来构建了图像、视频和空间重建的模型训练团队,并在收购 SceniX 后推进机器人仿真能力。

    推荐理由:AMD 以 82 亿美元收购 World Labs,文中给出收购价与 Atlas 在稀疏重建上的定位,可据此判断空间智能赛道的整合方向。

9月24日周四
9月23日周三
7月3日周五
5月29日周五
5月19日周二
5月16日周六
3月18日周三
2月17日周二
12月24日周三
12月19日周五
10月31日周五
2月27日周四
  1. Hugging Face Blog38

    Hugging Face 与 IISc 合作,推动印度多语言模型构建

    Hugging Face 与印度科学研究所(IISc)及 ARTPARK 达成合作,旨在提升印度多模态多语言数据集 Vaani 的可访问性与易用性。Vaani 由 IISc/ARTPARK 与 Google 于 2022 年发起,目标采集超 15 万小时语音和 1.5 万小时转写文本,覆盖全印 773 个地区、100 万人,目前已开源 790 小时转写音频,涵盖 54 种语言。

6月19日周三
1月30日周一
  1. Hugging Face Blog22

    Hugging Face 计算机视觉生态现状:8 大任务、3000+ 模型与 100+ 数据集

    Hugging Face 公布其计算机视觉生态现状:Hub 上已支持 8 项核心视觉任务、3000 多个模型和 100 多个数据集,涵盖图像分类、分割、目标检测、深度估计等,并兼容 ViT、Swin、DETR 及 ConvNeXt、ResNet 等架构。Pipelines 已支持 7 项视觉任务,Trainer 可直接微调图像分类、分割、视频分类、目标检测和深度估计。