zero shot_zero shot

*** 次数：1999998 已用完，请联系开发者***

香港城市大学突破性研究:让AI视频理解像侦探一样精准锁定目标这项由香港城市大学计算机科学系杨在权、刘宇豪、Gerhard Hancke和刘润恒教授领导的研究发表于2025年9月,论文题为"Unleashing the Potential of Multimodal LLMs for Zero-Shot Spatio-Temporal Video Grounding"。有兴趣深入了解的读者可以通过GitHub代码库https://github.com/za...

新南威尔士大学首创ZARA:让AI像侦探一样识别人类活动这项由新南威尔士大学(University of New South Wales)的Zechen Li、Baiyu Chen、Hao Xue和Flora D. Salim团队领导的研究于2025年8月发表,论文题为"ZARA: Zero-shot Motion Time-Series Analysis via Knowledge and Retrieval Driven LLM Agents"。有兴趣深入了解的读者可以通过arX...

微软发布 DragonV2.1 模型,AI 转录语音更自然、更富表现力IT之家 7 月 31 日消息,科技媒体 NeoWin 今天(7 月 31 日)发布博文,报道称微软推出了 DragonV2.1Neural 零次学习(Zero-Shot Learning)模型,仅凭少量数据就能创建更加自然、表现力强的声音,并支持超过 100 种语言。IT之家援引博文介绍,这是一种零次学习的文本到语音(TTS)模型,承诺...

ˇ＾ˇ

银河通用发布全球首个产品级端到端具身FSD大模型IT之家 6 月 1 日消息,银河通用发布全球首个产品级端到端具身 FSD 大模型 ——TrackVLA,一款具备纯视觉环境感知、语言指令驱动、可自主推理、具备零样本(Zero-Shot)泛化能力的具身大模型。据IT之家了解,TrackVLA 是银河通用推出的产品级导航大模型,纯视觉环境感知、自然语言...

京东发布语音合成大模型言犀LiveTTS,支持数十种方言2月19日消息,京东言犀发布语音合成大模型LiveTTS及通用数字人大模型2.0,支持zero-shot音色复刻和精品音色微调,并支持更精准的数字人声唇对齐,将大幅提升人机自然交互体验。在SeedTTS test-hard测试中,LiveTTS CER指标(字符错误率)较其他头部厂商模型降低了0.2%-5.12%不等...

o(?""?o

AI生产力拉满!言犀公布最新语音合成及数字人大模型进展在新一波的技术浪潮中,大语言模型风头正劲,但还有一种AI技术,正在配音、直播、客服等多个行业正发挥出越来越广泛的应用。2月18日,京东言犀公布了两项最新技术成果——语音合成大模型LiveTTS及通用数字人大模型2.0,支持zero-shot音色复刻和精品音色微调,并支持更精准的数字...