近日,苹果公司与瑞士洛桑联邦理工学院(EPFL)联合开源了一款名为4M-21的多模态视觉模型。该模型具有广泛的通用性和灵活性,尽管只有30亿参数,但它可以执行数十种任务,包括图像分类、目标检测、语义分割、实例分割、深度估计和表面法线估计等。
4M-21模型在21种不同的模态下进行训练,能够处理包括图像、文本、音频等多种模态的任务。这种多模态能力使其在跨模态检索、可控生成和开箱即用性能方面表现出色。
4M-21还支持任意到任意模态的转换,进一步扩展了其应用范围。
4M-21模型的推出标志着从传统单模态优化模型向多模态综合处理能力的重大转变,展示了苹果在AI领域的强大实力和创新能力。
开源地址:https://github.com/apple/ml-4m/ 论文地址:https://arxiv.org/abs/2406.09406 在线demo:https://huggingface.co/spaces/EPFL-VILAB/4M
VanceAI是一个综合性AI图像处理和创作平台。它提供AI图像增强功能,包括图像放大、锐化、降噪、背景移除和老照片修复,智能提升图片质量。同时,平台还包括卡通化、素描转换和AI图像生成等创意工具。
VanceAI 利用AI技术提高图像编辑效率,为电商、设计和摄影等领域提供专业解决方案。平台支持在线使用和桌面版软件,满足个人和企业的多样化需求。
VanceAI提供了一系列强大的AI驱动的图像处理工具,主要功能包括: 1. 图像增强:通过AI算法自动优化图像质量,提升清晰度和细节表现。 2. 图像放大:将低分辨率图像智能放大,保持清晰度的同时增加图像尺寸。 3. 图像锐化:增强图像边缘和细节,使模糊的图像变得更加清晰。 4. 降噪处理:有效去除图像中的噪点,提高图像整体质量。 5. 背景移除: - 智能识别并移除图像背景 - 保留主体对象,便于进一步编辑或合成 6. 背景生成:利用AI技术为图像创建新的背景,实现创意合成效果
价格曾经炒到 10 万,一码难求的 AI 智能体平台 Manus(https://manus.im/)今日突然宣布开放注册。
免费福利与付费方案并行 - 免费福利 :自全面开放注册日起,海外所有用户每日均可免费使用一项任务,系统将提供 300 个积分支持。同时,平台还为所有用户发放一次性 1000 积分奖励,用于体验更多服务功能。不过需要注意的是,免费任务积分仅当日有效,不支持结转。
- 付费订阅方案 :平台目前提供三档付费订阅方案,价格分别为每月 19 美元、39 美元和 199 美元。用户可根据自身需求选择合适的方案,解锁更多访问权限、专属功能以及优先服务,进一步提升使用体验。
今天我要向大家介绍一个非常强大的工具——Perplexity Deep Research。在Humanity’s Last Exam这个测试中,我刷到了20.5%的成绩,这个成绩超过了目前发布的所有模型,仅次于OpenAI的Deep Research。最棒的是,这个工具是免费提供的!
让我来简单介绍一下它的工作原理: 1. 研究推理:Perplexity的深度研究模式配备了搜索和编码功能,能够迭代搜索、阅读文档,并推理下一步行动。我自己在使用时,发现它能够非常智能地找到相关材料并进行深入分析。 2. 报告撰写:一旦源材料被全面评估,它会将所有研究综合成一份清晰而全面的报告。我在使用过程中,发现生成的报告非常详细且易于理解。 3. 导出与分享:你可以将最终报告导出为PDF或文档,或者将其转换为Perplexity Page,与同事或朋友分享。我自己就经常把报告导出为PDF,方便与团队共享。
关于测试得分,Humanity’s Last Exam上达到了20.5%的准确率,这个成绩显著高于Gemini Thinking、o3-mini、o1、DeepSeek-R1等众多领先模型。在SimpleQA基准测试中,Perplexity Deep Research以93.9%的准确率远超其他领先模型的性能,这个测试包含数千个用于检验事实性的问题。而且,Perplexity Deep Research在完成大多数研究任务时仅需不到3分钟,效率非常高。