LynnReal-Omni — это фреймворк генерации мультимодальных видео, объединяющий текст-в-видео, генерацию на основе изображений и структурный контроль в одном модели. Он включает 32-миллиардную общую мультимодальную трансформер-модель диффузии и версию 27B Flash для реального времени, с пайплайном данных и методом оценки для задач генерации видео.
График появится после повторных замеров. Текущий показатель уже получен из источника.
35 голосов источникаТолько реальные замеры. История до подключения источника не восстанавливается.
Этот фреймворк обеспечивает стабильную генерацию видео высокого качества с контролем над содержанием и структурой, подходящую для реального времени и сложных визуальных задач.
В статье представлено Vidu S2, система с двумя компонентами: Vidu S2-Avatar для интерактивных цифровых персонажей в реальном времени и Vidu S2-Editing для редактирования видео в реальном времени. Также исследуется возможность генерации видео в реальном времени для обоих компонентов. В сравнении с предшественником, Vidu S2-Avatar предлагает улучшенную генерацию видео в реальном времени с разрешением 720p, обновление динамических ссылок и улучшенное выполнение инструкций. Vidu S2-Editing позволяет редактировать поток видео в реальном времени с функциями, такими как стиль рендеринга и замена фона.
5 дней назадDaily PapersZGCM-1 — модель с 7 млрд параметров, разработанная для математики и агентного поиска, с акцентом на эффективность благодаря архитектурному и системному ко-дизайну, прогрессивному учебному курсу и AI-нативному R&D-процессу. Она демонстрирует конкурентоспособные результаты по сравнению с более крупными моделями на задачах математики и поиска, с улучшениями в эффективности обучения и открытым доступом к материалам обучения.
4 дня назадDaily PapersAtria Dawn Preview - фундаментальная агентная языковая модель, разработанная для научных исследований и инженерных рабочих процессов, обученная с использованием Верифицированного Пайплайна Опыта, соединяющего взаимодействия с инструментами, исполняемые среды и внешнюю проверку результатов. Модель демонстрирует конкурентоспособные результаты на 16 тестах и показывает потенциал для сотрудничества человека и ИИ в исследованиях и разработках.
вчераDaily PapersAlayaVista - это потоковая модель видео мира, которая разделяет эволюцию панорамного мира и синтез перспективных наблюдений. Она использует предобученную модель расширения панорамы для создания 360-градусного сценарного приоритета и эволюционирует его как панорамное скрытое состояние, зависящее от камеры, затем преобразует это в скрытые латенты видео по требуемой перспективе.
позавчераDaily PapersPhysBrain 1.5 - модель для понимания физических сред, генерации действий и предсказания будущих состояний. Она использует основу визуально-языковых моделей, кодирует языковые ответы и движения как последовательности и предварительно обучается на видео взаимодействия людей. Модель показывает отличные результаты на тестах понимания физических сред.
вчераDaily PapersRSIAgent — это тренировочно-свободная система, которая позволяет цифровым агентам автономно исследовать и улучшать себя в новых средах, создавая и повторно используя память. Она использует комбинацию стратегий широкого и глубокого исследования для выявления разнообразных структур и раскрытия скрытых ограничений, что приводит к улучшению выполнения задач без обновления параметров модели.
вчера