3天500+场高密度科技干货分享
Microsoft Ignite全球科技大会
1天后即将开启
全球顶级技术专家及合作伙伴汇聚一堂
更有微软CEO Satya Nadella
带你零距离亲历AI变革浪潮?
演讲:Microsoft Ignite opening
更多精彩议题,邀你探索:
体验Microsoft 365 Copilot为你的工作解放生产力
演讲:Becoming an AI-Powered Organization with Microsoft Copilot
应用Azure为你的组织开启AI转型
演讲:AI transformation for your organization with the Microsoft Cloud
借助AI构建你的未来网络安全基础
演讲:The Future of Security with AI
凭借低代码创建更智能的商业解决方案
演讲:Accelerate impact with AI-powered low code tools
现在预约,解锁每一款属于你的AI
无论是未来办公与商业创新
还是AI时代的云与安全基石
先人一步掌握AI更快打开全新世界!
会议时间:2023年11月16-17日
报名步骤:
Step 1 复制演讲名称
Step 2 点击前往Microsoft Ignite官网
Step 3 搜索演讲,预约成功
随时随地,连接未来!
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。