用戶中心USER CENTER
項目簡介Funclip 是阿里巴巴通義實驗室開源的一款視頻剪輯工具，專門用于精準(zhǔn)、便捷的視頻切片。它能夠自動識別視頻中的中文語音并允許用戶根據(jù)語音內(nèi)容來裁剪視頻。該工具使用了阿里巴巴語音識別模型FunASR Paraformer-Large確保了剪輯的精準(zhǔn)性。你可以根據(jù)識別結(jié)果選擇文本片段或說話人進(jìn)行視頻裁剪。使得視頻剪輯變得非常方便。Funclip不僅支持中文，未來還將支持英文視頻剪輯，是視頻內(nèi)...
ChatGPT和Sora等AI大模型應(yīng)用，將AI大模型和算力需求的熱度不斷帶上新的臺階。哪里可以獲得廉價算力，進(jìn)行AI視頻生成等模型開發(fā)和應(yīng)用呢？Compshare是隸屬于UCloud云計算的GPU算力平臺，專注提供高性價比的NVIDIA RTX 40 系列資源，滿足 AI應(yīng)用、模型推理/微調(diào)、科學(xué)計算等多場景需要。UCloud本身是一家專注于公有云的云計算廠商，成立于2012年，是中國第一家科創(chuàng)...
Gradient Al最近將Llama-3 8B和7B模型通過漸進(jìn)式訓(xùn)練方法不斷將Llama-3模型的上下文長度從8k-路擴展到262k、524k今天Gradient Al成功宣布成功地將Llama-3 系列模型的上下文長度擴展到超過1 M...并且1M上下文窗口 70B 模型在 NIAH(大海撈針)上取得了完美分?jǐn)?shù)。Llama 3模型最初被訓(xùn)練用于處理8000個token的默認(rèn)上下文長度，約相當(dāng)...
NVIDIA和MIT的研究人員推出了一種新的視覺語言模型(VLM)預(yù)訓(xùn)練框架，名為VILA。這個框架旨在通過有效的嵌入對齊和動態(tài)神經(jīng)網(wǎng)絡(luò)架構(gòu)，改進(jìn)語言模型的視覺和文本的學(xué)習(xí)能力。VILA通過在大規(guī)模數(shù)據(jù)集如Coy0-700m上進(jìn)行預(yù)訓(xùn)練，采用基于LLaVA模型的不同預(yù)訓(xùn)練策略進(jìn)行測試。研究人員還引入了視覺指令調(diào)整方法，利用視覺語言數(shù)據(jù)集進(jìn)行基于提示的指令調(diào)整來細(xì)化模型。VILA在視覺問答基準(zhǔn)測試中...
NVIDIA和MIT的研究人員推出了一種新的視覺語言模型(VLM)預(yù)訓(xùn)練框架，名為VILA。這個框架旨在通過有效的嵌入對齊和動態(tài)神經(jīng)網(wǎng)絡(luò)架構(gòu)，改進(jìn)語言模型的視覺和文本的學(xué)習(xí)能力。VILA通過在大規(guī)模數(shù)據(jù)集如Coy0-700m上進(jìn)行預(yù)訓(xùn)練，采用基于LLaVA模型的不同預(yù)訓(xùn)練策略進(jìn)行測試。研究人員還引入了視覺指令調(diào)整方法，利用視覺語言數(shù)據(jù)集進(jìn)行基于提示的指令調(diào)整來細(xì)化模型。VILA在視覺問答基準(zhǔn)測試中...
UCloud小助手
