北京大学与华南理工大学的研究团队提出了一种全新的任务：可解释的图像伪造检测与定位(e-IFDL)，并设计了一个新颖的多模态伪造检测定位框架：FakeShield。

新智元公众号 大模型模态图像

545 0

Mini-Monkey是一个轻量级的多模态大型语言模型，通过采用多尺度自适应切分策略(MSAC)和尺度压缩机制(SCM)，有效缓解了传统图像切分策略带来的锯齿效应，提升了模型在高分辨率图像处理和文档理解任务的性能。

新智元公众号 大模型模态语言模型

710 0

在科技领域，多模态模型的决策能力一直是研究的热点。最近，UC伯克利等高校的研究团队提出了一种名为RL4VLM的全新强化学习框架，成功地提升了多模态大模型在决策任务上的表现。该模型在无需人类反馈的情况下，通过强化学习微

站长之家 模态大模型框架

547 0

Reka AI近日宣布推出其最新力作——Reka Core，这是一款前沿的多模态语言模型，拥有强大的性能和灵活的部署方式。

站长之家 模态

613 0

在科技领域，类人机器人Ameca的最新进化令人瞩目。通过拥有视觉能力和多模态AI功能，Ameca不仅能够观察周围环境，还能模拟人类的情感和反应。这种进化背后涉及了多领域技术的融合，包括语言模型、图像生成和语音识别等。

站长之家 机器人视觉模态AI

594 0

2月1日 消息:近期，一项开源项目MM-Interleaved引起了学者的广泛关注，该模型在多模态生成大模型方面取得了新的突破。项目引入了独创的特征同步器，刷新多项任务SOTA，拓展了多种图文生成及图像生成任务的应用领域，为多模态大

站长之家 模态

667 0

最近一段时间，先是 OpenAI 推出 GPT-4V，让大模型拥有了前所未有的图像语义理解能力。

机器之心公众号 模态大模型阿里通义千问GPT-4

662 0

北大和微软亚洲研究院的研究人员提出了一项新的评估基准PPTC，旨在评估大型语言模型在复杂多轮多模态PPT任务中的表现。

站长之家 北大模态大模型

732 0

多模态生成一直是OpenAI、微软、百度等科技巨头的重要研究领域，但如何实现连贯的文本和相关图像是一个棘手的难题。

微信公众号 AIGC开放社区 开源模态模型

602 0