标签：Transformer架构

微软发布游戏领域创新大模型Muse，大幅提升开发效率 微软在官网上推出了专为游戏领域设计的创新大模型——Muse。尽管Muse基于著名的Transformer架构，但其创建游戏场景的方式却独具特色，不依赖传统的文本提示，而是通过游戏画面和控制器操作的序列化数据作为输入，生成符合游戏机制和物理规则的。例如，仅凭一张游戏截图，Muse就能迅速生成多个可能的后续游戏画面，并通过Xbox手柄控制角色，生成与开发者操作相匹配的后续，极大地提高了游戏开发效率。 游戏开发流程复杂，Muse简化了各个环节 游戏开发是一个高度复杂的过...

机器之心的AIxiv专栏一直致力于发布前沿的学术和技术，过去几年已报道了超过2000篇来自全球顶尖高校和企业的研究成果。为了进一步促进学术交流与传播，我们诚邀各位学者和研究人员投稿或联系报道，邮箱为liyazhou@jiqizhixin.com和zhaoyunfeng@jiqizhixin.com。 本文由葛俊岐（清华大学本科生）、陈子熠（清华大学本科生）、林锦涛（香港大学博士生）和祝金国（上海AI Lab青年研究员）共同撰写，通讯作者是朱锡洲，他的研究方向包括视觉基础模型和多模态基础模型，代表作有Deformable DETR、DCN v2等。 随着语言大模型的成...

IT之家报道，近日，成立于去年的Liquid AI公司发布了一系列全新的基础模型——Liquid Foundation Models（LFM）。这批模型包括LFM-1.3B、LFM-3.1B和LFM-40.3B三个版本。这些模型采用了不同于传统Transformer架构的设计，宣称在多项基准测试中表现优异。 目前，Transformer架构在深度学习和自然语言处理领域占据主导地位。该架构通过自注意力机制捕捉序列中单词之间的关系，例如OpenAI的GPT、Meta的BART和谷歌的T5等模型都基于这一架构。然而，Liquid AI却选择了不同的路径，其基础模型重新设计了架构，受到交通信号处理系统和...

彩讯股份于2月21日透露，在对AI技术持续关注与研究的基础上，企业已广泛应用多模态AI于内外部业务的运营及内容创新上。借助Transformer结构的大型语言模型进行文本生成，利用图文结合模型实现图生文的应用，并运用扩散模型构建图像生成系统。此外，公司还在深入挖掘多模态AI技术的潜在应用，特别是在数字人领域，通过深度学习驱动的3D建模、动画设计以及语音合成就技术，打造更生动、智慧且具有高度交互性的虚拟形象，将其成功落地到客户服务、教育培训、日常办公等多个场景之中。