微软亚研院新作：让大模型一口气调用数百万个API！
近年来，人工智能发展迅速，尤其是像ChatGPT这样的基础大模型，在对话、上下文理解和代码生成等方面表现出色，能够为多种任务提供解决方案。
首页 > 新作
-
-
何恺明新作：简单框架达成无条件图像生成新SOTA！与MIT合作完成
大佬何恺明还未正式入职MIT，但和MIT的第一篇合作研究已经出来了：他和MIT师生一起开发了一个自条件图像生成框架，名叫RCG（代码已开源）。这个框架结构非常简单但效果拔群，直接在ImageNet-1K数据集上实现了无条件图像生成的新SOTA。
-
融合ChatGPT+DALLE3，贾佳亚团队新作开源：识图推理生图一站解决
在开源社区中把GPT-4+Dall·E 3能⼒整合起来的模型该有多强？香港中文大学终身教授贾佳亚团队提出多模态模型Mini-Gemini：Mini-Gemini还提供了2B小杯到34B的超大杯，最强模型在多个指标上相比谷歌的Gemini Pro甚至GPT-4V都不遑多让。
-
AI变鉴片大师，星际穿越都能看懂！贾佳亚团队新作，多模态大模型挑战超长3小时视频
啥？AI都能自己看电影大片了？贾佳亚团队最新研究成果，让大模型直接学会了处理超长视频。丢给它一部科幻大片《星际穿越》（片长2小时49分钟）：它“看”完之后，不仅能结合电影情节和人物轻松对电影进行点评：还能很精准地回答出剧中所涉的细节：例如：虫洞的作用和创造者是谁？男
-
ControlNet作者新作爆火：P照片换背景不求人，AI打光完美融入
ControlNet作者新作，玩儿得人直呼过瘾，刚开源就揽星1.2k。用于操纵图像照明效果的IC-Light，全称lmposing Consistent Light。
-
何恺明谢赛宁解剖扩散模型，新作刚刚出炉
CV大神何恺明，也来搞扩散模型（Diffusion Model）了！大神最新论文刚刚挂上arXiv，还是热乎的：解构扩散模型，提出一个高度简化的新架构l-DAE（小写的L）。
-
陈丹琦团队新作：微调8B模型超越Claude3Opus，背后是RLHF新平替
比斯坦福DPO（直接偏好优化）更简单的RLHF平替来了，来自陈丹琦团队。该方式在多项测试中性能都远超DPO，还能让8B模型战胜Claude 3的超大杯Opus。而且与DPO相比，训练时间和GPU消耗也都大幅减少。这种方法叫做SimPO，Sim是Simple的简写，意在突出其简便性。
-
陈丹琦团队新作：数据量砍95%，大模型性能更强了！LessisMore
造大模型的成本，又被打下来了！这次是数据量狂砍95%的那种。陈丹琦团队最新提出大模型降本大法——数据选择算法LESS， 只筛选出与任务最相关5%数据来进行指令微调，效果比用整个数据集还要好。指令微调正是让基础模型成为类ChatGPT助手模型的关键一步。
-
10秒创造一个世界！吴佳俊团队新作实时交互式3D世界生成
斯坦福吴佳俊团队与MIT携手打造的最新研究成果，让我们离实时生成开放世界游戏又近了一大步。从单一图像出发，在用户的实时交互下生成无限延展的3D场景：只需上传一张图片，就能踏入一个由AI创造的虚拟世界。
-
ControlNet作者新作：AI绘画能分图层了！项目未开源就斩获660Star
“绝不是简单的抠图。”ControlNet作者最新推出的一项研究受到了一波高度关注——给一句prompt，用Stable Diffusion可以直接生成单个或多个透明图层（PNG）！
