沈向洋官宣通用视觉大模型!无需提示,就能识别万物

无需提示,就能识别万物IDEA研究院创院理事长沈向洋官宣IDEA研究院最新成果:通用视觉大模型DINO-X。它实现视觉任务大一统,支持各种开发世界感知和目标理解任务,包括开放世界对象检测与分割、短语定位、视觉提示计数、姿态估计、无提示对象检测与识别、密集区域字幕等。

沈向洋,发了一个可以识别万物的大模型

IDEA团队还推出行业平台架构,通过一个大模型基座,结合通用识别技术结合,让模型不需重新训练,就可边用边学,支撑多种多样的B端应用需求。“用一个模型解决一百万个问题”,是这次模型发布的关键理念。有别于主流的“全图理解”的方法,IDEA通过在物体级别的理解上加入语言模块,来优化大模型的幻觉问题。结合自研的“视...

毫末贺翔:DriveGPT让通用感知实现“万物识别”、通用认知具备...

在感知阶段,DriveGPT首先通过构建视觉感知大模型来实现对真实物理世界的学习,学习并建模真实世界至三维空间,结合时序形成4D向量空间。基于此,毫末引入图文多模态大模型,构建更通用的语义感知模型,整合文、图、视频信息,对齐4D空间与语义空间,实现类似人类的“识别万物”能力。在认知阶段,基于通用语义感知大模型提供的“...

万物皆有黄牛?雷军称识别拦截部分黄牛订单

3月31日晚间，小米创始人雷军在微博发文称，小米汽车SU7创始版，定购过程中，识别、拦截了部分异常订单和黄牛订单，因此将开启第二轮追加开售。小米的正式入场是否会加剧汽车市场的内卷程度?从消费者和友商的反应来看，答案无疑是肯定的。据小米方面披露，新车发布后，4分钟大定破万，7分钟大定破2万，27分钟大定破5...

零一万物API正式开放,中文图表识别优于GPT-4V

近期,Kim宕机的新闻让达模型商业化拼杀进入白热化阶段。与此同时,零一万物API也正式开箱,开发者可以直接调用包括多模态交互、200K超长文本、通用Chat等三大模型促成模型在更多应用场景的落地。目前,Yi大模型API名额已经开放,新用户申请成功即送60元体验。这次,性能更强的多模态模型,更专业的推理模型,和OpenAIAPI随意切...

IDEA研究院发布DINO-X目标检测视觉大模型

万物识别:无须指引,罕物尽览全面检测:DINO-X在物体检测领域树立新标杆,无需任何提示,即可识别几乎所有物体,并给出其类别,包括罕见的长尾物体(出现频率低但种类繁多的物体)(www.e993.com)2024年11月26日。在零样本评估设置中,DINO-XPro在业界公认的LVIS-minival数据集上取得了59.7%的AP,遥遥领先于其它现有算法。在LVIS-val数据集上,DINO-X...

用AI软件识别毒蘑菇?AI犯错后,人吃下了毒鹅膏,差点要了命

一位公共事务研究员RickClaypool同样用了AI识别毒蘑菇的软件,虽然他没有像前面的事例一样经历严重的中毒事件,但当他意识到,如今的AI识别有多容易犯错后,他便决定写下一份报告,用来提醒大家不要轻易相信用AI识别的蘑菇种类。如今有许多用AI识别蘑菇的软件|picturemushroom...

用AI软件识别毒蘑菇,差点要了命

用AI软件识别毒蘑菇,差点要了命作者:万物杂志如今,AI技术正在被广泛地用于我们生活中的方方面面,但是有科学家提醒大家,目前还是先不要把你的健康托付给一些APP,因为它们很有可能会犯错,甚至有可能要了人的命。2015年,美国俄勒冈州的一家人被紧急送往医院,原因是蘑菇中毒。而他们之所以会吃下毒蘑菇,是因为手机...

万物皆可AI的时代,早餐怎么吃出科技范儿?

进行菜品识别、菜品价格计算在收银台进行支付支付方式包括人脸识别、刷卡、扫码、数字人民币等实现了全程数字化管理和无人烹饪在非早餐时段食堂同样有着不少“秘技”:借着最近大火的电视剧《繁花》机器人烹饪的排骨年糕新鲜出炉如果你错过了门店的营业时间...

...发布74个语种方言“自由对话”,破解强干扰场景语音识别难题

面向万物互联时代,本次星火语音大模型发布国际领先的多语种多方言免切换语音识别能力,可支持37个语种、37种方言“自由对话”。其中,37个语种识别效果领先OpenAIwhisper-V3,37个方言识别效果平均提升30%。现场,科大讯飞演示了讯飞输入法混合方言和外语的语音输入效果,能让输入效率大大提高。