谷歌发布新大语言模型:零样本生成10秒视频达SOTA,网友:压力给到...

比如先让VideoPoet生成一段小熊打架子鼓的视频,然后不给它任何文本提示,VideoPoet根据画面内容自己生成了音频。如果想要生成更长的视频,可以通过输入视频的最后一秒画面让VideoPoet预测下一段视频,反复多次即可实现。如下案例时长约为10秒。用LLM零样本生成视频不仅是生成效果好,VideoPoet还有一个优势在于,以LLM为...

英伟达发布人形机器人通用基础模型,黄仁勋:这是AI领域中最令人...

其中包括医疗和物流搬运、分拣用的机械臂，也包括可以做打果汁等家务的人形家用机器人，还有的机器人可以模仿人类打架子鼓，也可以从视频中学习人类的舞蹈动作并进行模拟。基于大语言模型，有的人形机器人还可以理解人类的口头指令，并做出回应。展示视频之后，黄仁勋和身后由英伟达芯片和服务驱动、训练的一列机器人一同...

英伟达发布机器人基础模型,具身智能离现实又进了一步?

在此次GTC大会主题演讲中,英伟达CEO黄仁勋展示了机器人完成各种任务,包括医疗和物流搬运、分拣用的机械臂,可以做果汁等家务的人形家用机器人,可以模仿人类打架子鼓的机器人,从视频中学习并模拟人类舞蹈动作的机器人,有的人形机器人还可以理解人类的口头指令并做出回应。英伟达在机器人市场正进行紧锣密鼓且强有力的推...

谷歌真·AI配音神器来了!自动看懂画面、对齐音频,能为任何视频...

画面中鼓手一直演奏的是架子鼓中的军鼓,然而音频中却出现了击打架子鼓其它部分(嗵鼓)的声音。这显示出V2A对复杂画面的理解尚存在缺陷。V2A还有一个特点就是给了创作者很大的自由。它可以为任何视频输入生成无限数量的音轨,还可以给模型定义“正面提示”以引导模型输出所需的声音,或定义“负面提示”以引导其避免出...

中国公司全球化周报 | ??美团调整架构,科技与境外业务优先级...

公司产品包括空气拨片、PocketDrum体感架子鼓以及AerobandGuitar无痛数字化弹唱吉他。截至目前,戴乐科技布局了独立站、亚马逊以及国内自营电商,构建美国为主、欧洲为辅、中东拉美东南亚次之的全球42个国家渠道代理体系,在TikTok,Facebook,Instagram等社交平台上获累计超5亿全网曝光量。(36氪)...

开源音频模型Stable Audio Open,文本生成47秒高清音效

6月6日,著名开源大模型平台Stability.ai在官网宣布,开源最新文生音频模型StableAudioOpen(www.e993.com)2024年11月8日。用户通过文本就能生成最多47秒,钢琴、笛子、鼓点、模拟人声等不同类型的44.1kHz音效。值得一提的是,StableAudioOpen支持数据微调,歌手、音乐人可以让其生成基于自己的音乐数据,例如,架子鼓手可以根据自己的鼓点来进行微调...

【优秀】国产大模型Kimi爆火!背后创始人竟是位汕头90后...

值得一提的是,杨植麟这位“90后”“学霸”不仅是一位AI天才,还是一位架子鼓爱好者。据悉,在清华读书期间,杨植麟创立了摇滚乐队Splay,曾晋级清华大学校园歌手大赛原创决赛。杨植麟担任乐队鼓手,乐队名取自数据结构SpkayTree。一名自称曾和杨植麟组建过乐队的高中校友也表示,“师兄当时就很喜欢摇滚了,我们高中一起搞...

国产大模型Kimi爆火!背后创始人是位潮汕90后AI大神,还是位摇滚乐手

值得一提的是,杨植麟这位“90后”“学霸”不仅是一位AI天才,还是一位架子鼓爱好者。据悉,在清华读书期间,杨植麟创立了摇滚乐队Splay,曾晋级清华大学校园歌手大赛原创决赛。杨植麟担任乐队鼓手,乐队名取自数据结构SpkayTree。一名自称曾和杨植麟组建过乐队的高中校友也表示,“师兄当时就很喜欢摇滚了,我们高中一起搞...

在云AI大模型的B面 支付宝端AI在顶会拿下3个挑战赛冠亚军

导语:支付宝终端技术部xNN团队分别拿下2项赛事的3个冠亚军。互联网服务的良好体验取决于云和端的协作,当人们的目光被「云AI」大模型吸引之时,在另一侧「端AI」亦有长足的发展,甚至在日常当中发挥更直接作用。2023年9月,在人工智能顶级会议ICCV2023举办的两项深度学习挑战赛上,支付宝终端技术部xNN团队分别拿下...

升级AI人设,科大讯飞发布星火认知大模型V3.0

随后，极目新闻记者在另一处展台看到，机器人正在自动敲击架子鼓，这位“朋克鼓手”演奏架子鼓曲，向大家展示了机器人技术、人工智能技术和现代音乐的融合。据悉，10月24日至29日，科大讯飞面向市民开放人工智能产品科博展，观众可以在科技馆、工业馆、行业馆、教育馆、生活馆、生态馆和科学艺术展7个主题展馆，近距离...