Github揽获1.6K星！南大、腾讯发布VITA-1.5: 迈向GPT-4o级实时视频-语音交互
近年来，多模态大语言模型（MLLMs）主要聚焦在视觉和文本模态的融合上，对语音的关注较少。然而，语音
PaperWeekly
登顶AndroidWorld！超越Claude 3.5，Aria-UI开启电脑与手机的智能操控新范式
Rhymes AI 与港大合作发布了 Aria-UI，这是一款专为 GUI 智能体 Groundin
顶刊TPAMI 2024！北大提出实用、紧致的图像压缩感知网络PCNet，代码已开源
本文介绍了一种名为PCNet的实用、紧致的图像压缩感知网络，该方法通过新型采样矩阵和重建算法提高了信息保留能力和复原精度。在Set11、CBSD68、Urban100和DIV2K等基准数据集上进行了实验，结果显示其性能优于现有方法，特别是在高分辨率成像任务中表现尤为出色。