新闻中心 
-
01-17字节复旦团队创新的「元提示」策略提升了扩散模型图像理解的性能，达到了前所未有的水平！Text-to-image（T2I）扩散模型在生成高清晰度图像方面表现卓越，这要归功于其在大规模图像-文本对上的预训练。这引发了一个自然的问题：扩散模型是否可以...
-
01-17ReSimAD：如何通过虚拟数据提升感知模型的泛化性能写在前面&笔者的个人理解自动驾驶车辆传感器层面的域变化是很普遍的现象，例如在不同场景和位置的自动驾驶车辆，处在不同光照、天气条件下的自动驾驶车辆，搭载了...
-
01-15揭示基础模型与机器人发展道路的综述无需改变原意，机器人是一种技术，可以有无限的可能性，尤其是当与智能技术结合时。最近，一些具有革命性应用的大型模型有望成为机器人的智能中枢，帮助机器人感知和理解世...
-
01-15中科大开发「状态序列频域预测」方法，性能提升20%，样本效率达到最大强化学习算法（ReinforcementLearning,RL）的训练过程通常需要大量的与环境互动的样本数据来支持。然而，在现实世界中，收集大量交互样本往往非常...
-
01-15HuggingFace屠榜：将两只羊驼去掉头尾后拼接在一起HuggingFace开源大模型排行榜，又被屠榜了。前排被清一色的SOLAR10.7B微调版本占据，把几周之前的各种Mixtral8x7B微调版本挤了下去。SO...
-
01-15iPhone实时渲染300平房间，达到厘米级精度！谷歌最新研究：NeRF尚未破产3D实时渲染大型场景，一台电脑，甚至一部手机就可以完成。从家里的客厅到主卧，储物间，厨房，卫生间各个死角，都能逼真在电脑中完成渲染，如同拍摄实物视频一般。而且，...
