世界实验室推出Atlas，这是一个单一的人工智能模型，可以从几张照片中生成、重建和模拟3D世界
由人工智能研究员李飞飞联合创立的World Labs宣布推出Atlas，这是一个世界模型，可以从少数图像中生成、重建和模拟3D场景。该公司声称，它通过将所有输入锚定在3D空间中而不是将它们作为平坦序列来处理来击败专业模型。Atlas还可以完全在模拟中生成机器人训练数据。文章World Labs推出了Atlas，这是一个单一的人工智能模型，可以根据最初出现在T
多模态
文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
已收录 293 条 · 近 30 天 218 条 · 第 13 / 13 页
-
-
Google Gemini新的基于代理的视频分析将代币使用量减少了高达88%
谷歌正在向Gemini 3.7 Flash、3.6 Flash和3.5 Flash Lite添加基于代理的视频分析。该模型不会以固定速率逐帧扫描视频，而是自行决定检查哪些片段以及分辨率。谷歌表示，这将代币使用量减少了高达88%，同时提高了准确性，尤其是对于多小时的镜头。Google Gemini新的基于代理的视频分析将代币使用量减少了高达88%的文章首先出现