作者 | 刘少腾 Text-to-Video 模型已展现出世界模拟器的潜力，这种潜力能革新传统视觉任务吗？近日，贾佳亚团队联手 Adobe 团队，用 GenProp（Generative Video Propagation）来给出答案。GenProp ...

论文一作刘少腾，Adobe Research实习生，香港中文大学博士生（DV Lab），师从贾佳亚教授。主要研究方向是多模态大模型和生成模型，包含图像视频的生成、理解与编辑。作者Tianyu Wang、Soo Ye Kim等均为Adobe ...

IT之家 1 月 26 日消息，百川智能今日宣布，Baichuan-Omni-1.5 ...

1月22日，在第17届日本国际汽车工业技术展上，元戎启行CEO周光发表了一场演讲，对VLA模型（Vision Language Action Model，视觉语言动作模型）的特点进行了简要介绍，并宣布该公司已与某头部车企达成量产合作，共同推出搭载VLA模型的智能驾驶汽车，该车配备英伟达Thor芯片，将于今年投入消费者市场。 RoboX将本次周光的演讲内容进行了翻译和整理，供大家参考。 高精地图就像 ...

不可否认的是，在当今数字化浪潮的推动下，AI正以前所未有的速度改变着我们的生活、工作和社会结构。可以预见在2025年，AI领域将迎来一系列重大突破与改变，这些变革不仅源于技术的内在演进，也受到社会需求、环境和经济转型等外在因素的推动。

近日，微软的 MatterGen 模型在 Nature 上正式见刊，印证了生成式 AI ...

声明：本文旨在通过口头表达与直觉理解的方式，带大家了解什么是VAE：变分自编码器以及它具体干了啥，lz的理解可能并不准确，如果有误也请大家指出来 什么是VAE？ Vae的全名是Variational Autoencoder，中文全名叫作 变分 ...