AI早知道｜智源发布多模态模型Emu3；阿里巴巴达摩院开源文档处理模型

文章预览

1.智源研究院发布了 多模态模型Emu3 ，它基于下一个token预测训练，在图像、文本和视频的生成和感知任务上达到先进性能。Emu3能生成高保真视频，简化了多模态模型设计，释放了扩展潜力，并已开源关键技术。 2.人工智能搜索初创公司 Perplexity计划进行新一轮融资，目标是筹集约5亿美元资金 ，以将其估值提升至80亿美元或更高。该公司在一年内完成了三轮重要融资，年初估值为5.2亿美元，夏季飙升至30亿美元。 3.阿里巴巴达摩院与中国人民大学近日联合开源了一款名为 mPLUG-DocOwl1.5的文档处理模型 ，该模型主打无需 OCR 识别即可理解文档内容，并在多个视觉文档理解基准测试中取得了领先的性能。 4.新加坡卫生部最近宣布将投资2亿新元（约合1.5亿美元）， 计划在未来五年内在全国的医疗系统中大力推行新型人工智能技术 。 5.索尼集团和本田的合 ………………………………