3月28日，在今日举行的华为开发者大会上，华为诺亚方舟实验室计算视觉首席科学家田奇发表了题为《华为计算视觉基础研究进展暨视觉计划发布》的演讲，田奇正式发布了华为视觉研究计划。这一计划包括 6 个子计划，包括数据冰山计划、数据魔方计划、模型摸高计划、模型瘦身计划、万物预视计划、虚实合一计划。
（举报）
华为发布视觉研究计划，包括数据冰山计划等6个子计划
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
广告 -
华为P70直接开启先锋计划 正式开售
中关村在线消息：4月18日早上，华为突然宣布P70系列手机开启先锋计划正式开售，想要购买的朋友要准备行动起来了，按照以往惯例，华为的旗舰手机非常抢手，会一直处于缺货状态。这次华为P70系列改名为Pura，意为纯粹。他深刻感慨，每一位选择华为P系列的用户所给予的信任与热爱，无异于一股强大的推动力，始终鼓舞着华为在创新之路上坚定前行Pura的意思是纯粹的。
-
微软与 OpenAI 计划建造拥有百万服务器的数据中心
微软与OpenAI据称正在计划一个突破性的数据中心项目，其中将包括一台名为“星际之门”的人工智能超级计算机。据《TheInformation》的AnissaGardizy和AmirEfrati报道，该项目的目标是减少这两家公司对Nvidia的依赖，这是许多涉足人工智能领域的科技巨头正越来越努力做到的事情。”《TheNextPlatform》还表示，如果“星际之门”确实建成，它将基于未来一代的CobaltArm服务器处理器和MaiaXPUs，以太网扩展到单台机器上的数十万到100万个XPUs，并且绝对不会基于Nvidia的GPU和互连技术，如果这些传言是可信的话。
-
华为鸿蒙OS 4.2百机升级计划发布：超180款设备有份 覆盖手机、平板等
今日，HarmonyOS官方发布HarmonyOS4.2百机升级计划，此次共有180余款设备参与升级，品类覆盖手机、平板、手表、耳机、智慧屏等设备。华为Pocket2、Mate60系列、P60系列、MatePadPro13.2英寸等多款设备今日开启公测尝鲜，nova12系列计划4月下旬开启公测尝鲜。系统安全上，建立了端云配合机制，实现对恶意应用更精准快速地管控，增加病毒和风险应用的防误报机制，使HarmonyOS系统更纯净、更安全。
-
突发，华为Pura70系列官网开启先锋计划
中关村在线消息：就在刚刚，华为官网开启了华为Pura70系列的先锋计划，这一消息迅速引起了广泛关注，消费者们对这款新机表现出了极高的热情。华为Pura70系列作为华为旗下的高端手机系列，一直以其卓越的性能、精湛的工艺和创新的影像技术著称。中关村在线也将对华为Pura70系列进行持续的跟进报道，后续也会对华为Pura70系列进行详细的全面评测，感兴趣的朋友敬请关注中关村在线后续的内容。
-
Vana 计划让用户出租他们的 Reddit 数据来训练人工智能
在生成式人工智能蓬勃发展的时代，数据被称为新的"石油"。数据的创造者和所有者往往无法从中获益。尽管Reddit对此表示不满，但Vana认为这是让用户收回对数据的控制权的重要一步。
-
TCL携手坏猴子影业发布「青年导演计划」，以科技支持青年想象
导语:「青年导演计划」的发布，是TCL在“用科技改变世界，以创意感动生活”的创新之路上，以科技连接青年与想象力的又一实践，也是科技对人文的一次回归。4月23日，TCL X 坏猴子影业「青年导演计划」战略合作发布会暨「人类未来狂想曲」沙龙活动在京举办。TCL科技集团副总裁、TCL公益基金会理事长魏雪，宁浩导演共同出席并启动本次战略合作，申奥、温仕培导演在内的�
-
OpenAI计划建立「数据市场」，训出GPT-5短缺20万亿 token
全网高质量数据集告急!据报道，AI公司如OpenAI、Anthropic等正在努力寻找足够的信息来训练下一代人工智能模型。数据短缺问题日益突出，对训练下一代强大模型至关重要。从合成数据到建立数据市场，AI领域正在不断寻求突破，以确保训练下一代强大人工智能模型所需的数据资源。
-
清华黑天鹅大逃亡计划落空 被保安及时拦下
清华大学近日遭遇了一场别开生面的“天鹅逃亡事件”。3月27日清晨，两只新入住的黑天鹅竟然集体展开了一场说走就走的旅行，可惜走到学校西门时，被警惕的保安及时拦下，此次“大逃亡计划”宣告失败。此次虽未能成功出逃，但它们的存在无疑为清华大学增添了一抹别样的风采。
-
Redmi总经理确认：目前没有计划推出红米汽车
Redmi品牌总经理王腾今天在抖音进行了首次直播，并公开回应网友称：目前没有计划推出红米汽车。王腾表示：如果未来希望有红米汽车，现在大家多支持一下小米SU7，多宣传宣传。不过从当前车企的趋势来看，未来是有很大概率真的推出红米汽车”，届时小米定位高端市场红米汽车则定位入门市场，做真正的年轻人第一辆车”。
-
清华黑天鹅大逃亡计划落空：走到门口被拦下
3月27日消息，据国内多家媒体报道，清华大学新养的两只黑天鹅于3月27日早上集体出走，勉强走到学校西门，却被保安拦截。网友对此评论称：黑天鹅大逃亡计划失败了。据了解，黑天鹅是雁形目鸭科天鹅属的鸟类，其背部覆盖着花絮状的灰羽；颈部修长，常呈优美的S”形；喙呈鲜红色，前端有一道V”形白带；虹膜呈赤红色，脚和蹼为黑色。黑天鹅的主要特征是全身羽毛除了初级飞羽的小部分为白色外，其余通体羽色光亮漆黑，因此得名黑天鹅。在繁殖期，它们喜欢栖息在开阔、水域丰富的浅水区，如水生植物丰富的湖泊、水塘和缓流的河流，尤其偏爱针叶
-
Continue:一个开源的IDE扩展，旨在提升AI软件开发系统的模块化和可进化性。
Continue是一个专为软件开发者设计的开源IDE扩展，它通过提供自动化和智能化的工具来加速AI软件的开发流程。它允许开发者在构建软件时保持流畅的工作状态，通过插件和系统整合，轻松开始并加速开发过程。Continue支持多种编程语言的代码自动完成，提供代码段的重写功能，并允许通过自然语言指令来优化代码。它还支持与多种AI模型和开发环境的整合，使得开发者能够构建一个随着新功能出现而进化的软件系统。
-
Cohere Toolkit:是一套开源的AI应用程序开发工具包，旨在加速开发并部署到云平台。
Cohere Toolkit是一个开源的AI应用程序开发工具包，它提供了一套生产就绪的应用程序，可以在云服务提供商上部署。这些应用程序可以访问Cohere的Command、Embed和Rerank模型，并且可以连接到企业数据和特定团队，以提高生产力。该工具包包含用于构建独特应用程序并可扩展部署的组件。
-
Bunny:轻量级但功能强大的多模态模型家族。
Bunny 是一系列轻量级但功能强大的多模态模型，提供多种即插即用的视图编码器和语言主干网络。通过从更广泛的数据源进行精选选择，构建更丰富的训练数据，以补偿模型尺寸的减小。Bunny-v1.0-3B 模型在性能上超越了同类大小甚至更大的 MLLMs（7B）模型，并与 13B 模型性能相当。
-
llava-llama-3-8b-v1_1:一款由XTuner优化的LLaVA模型，结合了图像和文本处理能力。
llava-llama-3-8b-v1_1是一个由XTuner优化的LLaVA模型，它基于meta-llama/Meta-Llama-3-8B-Instruct和CLIP-ViT-Large-patch14-336，并通过ShareGPT4V-PT和InternVL-SFT进行了微调。该模型专为图像和文本的结合处理而设计，具有强大的多模态学习能力，适用于各种下游部署和评估工具包。
-
ID-Animator:零样本身份保持人类视频生成技术
ID-Animator是一种零样本人类视频生成方法，能够在不需要进一步训练的情况下，根据单个参考面部图像进行个性化视频生成。该技术继承了现有的基于扩散的视频生成框架，并加入了面部适配器以编码与身份相关的嵌入。通过这种方法，ID-Animator能够在视频生成过程中保持人物身份的细节，同时提高训练效率。
-
HiDiffusion:，解锁预训练扩散模型中的高分辨率创作与效率。
HiDiffusion是一个预训练扩散模型，通过仅添加一行代码即可提高扩散模型的分辨率和速度。该模型通过Resolution-Aware U-Net (RAU-Net)和Modified Shifted Window Multi-head Self-Attention (MSW-MSA)技术，动态调整特征图大小以解决对象复制问题，并优化窗口注意力以减少计算量。HiDiffusion能够将图像生成分辨率扩展到4096×4096，同时保持1.5-6倍于以往方法的推理速度。
-
Snowflake Arctic:高效的企业级人工智能模型，低成本实现高质量定制模型。
Snowflake Arctic 是一款专为企业级人工智能任务设计的大规模语言模型（LLM），它在 SQL 生成、编码以及指令遵循等基准测试中表现出色，即使与计算预算更高的开源模型相比也毫不逊色。Arctic 通过其高效的训练和推理，为 Snowflake 客户以及广大 AI 社区提供了一种成本效益极高的定制模型创建方式。此外，Arctic 采用 Apache 2.0 许可，提供无门槛的权重和代码访问，并通过开源数据配方和研究洞察，进一步推动了社区的开放性和成本效益。
-
OpenVoice V2:是一款支持多语言的语音合成模型，提供高质量的语音克隆与风格控制功能。
OpenVoice V2是一款文本到语音（Text-to-Speech, TTS）的模型，它在2024年4月发布，包含了V1的所有功能，并进行了改进。它采用了不同的训练策略，提供了更好的音质，支持英语、西班牙语、法语、中文、日语和韩语等多种语言。此外，它还允许商业用途的免费使用。OpenVoice V2能够精确地克隆参考音调色彩，并在多种语言和口音中生成语音。它还支持零样本跨语言语音克隆，即生成语音的语言和参考语音的语言不需要在大规模多语种训练数据集中出现。
-
超会 AI:AI 驱动的爆款内容制造机，提供图片生成、文案生成、带货图文生成，帮助企业智能生产商品内容，提高流量与销售额。
超会 AI 是一款基于人工智能的爆款内容制造机，能够以 10 倍速度智能生产商品内容和自动化营销，帮助企业提高流量和销售额。产品背景信息丰富，价格适中，定位于为企业提供内容制造和营销解决方案。
-
OpenELM:是一套高效的语言模型家族，具备开源训练和推理框架。
OpenELM是由苹果公司开发的语言模型家族，旨在为开源研究社区提供先进的语言模型。这些模型基于公开可用的数据集训练，不提供任何安全保证，可能产生不准确、有害、有偏见或令人反感的输出。因此，用户和开发者需要进行彻底的安全测试，并实施适当的过滤机制。
-
豆绘商拍:专业 AI 商品图和服装图生成工具
豆绘商拍是一款利用先进 AI 技术提供商品图和服装图生成服务的工具，能快速实现抠图、背景更换和模特换脸等功能，帮助企业提升品牌形象和市场竞争力。
-
Intellisay:使用你的声音创建一个最佳的每日计划，通过语音轻松创建任务和事件。
intellisay是一个通过语音输入创建每日计划的生产力工具。它使用人工智能技术，将语音转录和分析，然后提供一个优化的计划来实现成功。它能够帮助用户节省时间，从而更高效地完成任务。该产品背后的主要优点是快速设置和使用，以及跟踪任务和习惯的能力。
-
Grimo AI:是一个结合Obsidian、Github和Quora的平台，可以构建、增长和整理知识。将分享的见解分叉到你的仓库中，或从YouTube或Twitter导入内容。
Grimo AI是一个帮助用户构建、增长和整理知识的平台。它集合了Obsidian、Github和Quora的优点，提供了简单易用的界面和功能。用户可以通过查询获取来自任何人、任何地方的见解，并将这些见解分叉到自己的工作区。Grimo AI的核心优点包括：1. 将知识整理成精华；2. 从任何地方学习；3. 构建一个强大的知识社区。Grimo AI的定位是帮助用户更高效地获取和组织知识。
-
Bland AI:Bland是用于构建规模化AI电话呼叫应用程序的基础架构。
Bland是一个用于构建AI电话呼叫应用程序的平台，它提供了简单易用的API接口，使开发者能够轻松地创建自己的智能电话代理。Bland的主要优点是快速搭建和部署，可扩展性强，同时提供了丰富的文档和支持。无论是用于销售呼叫中心、客服代理、营销自动化还是其他领域，Bland都能帮助企业提高效率，节省时间和资源。
-
Cici, browser AI assistant:GPT强化的网页和视频的内联翻译及快速摘要
Cici是您的AI朋友和浏览器助手。她可以回答您的问题，摘要网页内容，提供快速的词语翻译，并执行智能搜索。她可以为您做到这一切。
-
MVSEP:能够将音频中的语音和音乐部分分离。
MVSEP是一款在线音频处理工具，利用先进的音频分离技术可将音乐和语音从音频文件中分离出来，适用于音乐制作、音频编辑、广播、电影后期制作等领域。优点包括高质量的音频输出、快速的处理速度和用户友好的操作界面。提供不同模型选择。
-
NovaMSS:基于AI的新一代音乐源分离工具，一键提取伴奏、人声等。
NovaMSS是一款基于最顶级的AI模型调优后的新一代音乐源分离工具，可以一键提取伴奏、人声、贝斯、鼓点、分离音轨等。它的强大算法基于MSS领域最顶级的算法，并经过上千首歌曲的训练与调优，实现音轨分离的高效率和高质量。产品提供简单易用的界面，支持多种音频格式，包括MP3、Flac、Wave、AIFF等，并且支持批量上传和处理，内置音频播放器，方便用户即时查看分离结果。此外，产品分为社区版和专业版，社区版永久免费，而专业版提供更专业的算法模型和更高品质的音频输出格式。
-
ChatMIX智能对话-AIGC系统:一款集成AI技术的智能对话系统，提供多语言翻译、编程代码生成等功能。
ChatMIX智能对话-AIGC系统是一款利用人工智能技术构建的在线聊天系统，旨在通过AI技术提升用户交互体验。产品支持智能翻译、工作周报生成、编程代码编写等功能，满足用户在不同场景下的需求。它的优势在于能够快速响应用户指令，提供准确、高效的服务，同时具备良好的用户界面和操作体验。
-
AI对话鸭:一键发起AI机器人对话，集成多款国产大模型。
AI对话鸭是一个领先的AI聊天对话平台，它集成了多款国产大模型，提供了丰富的对话场景和功能，满足不同用户的需求。该平台以其高效的对话生成能力和多样的应用场景，在提高工作效率和娱乐互动方面具有显著优势。
-
讯飞A.I.智能客服解决方案:基于科大讯飞语音技术，实现智能客服的多渠道解决方案。
A.I.智能客服解决方案是科大讯飞基于其先进的语音技术，为企业提供的一套完整的客户服务系统。该系统通过电话、Web、APP、小程序、自助终端等多种渠道，实现智能外呼、智能接听、语音导航、在线文字客服、质检分析、坐席辅助等功能。它通过高识别率的语音识别引擎、自然流畅的语音合成技术、智能打断能力、IVR导航以及客服平台中间件等技术，帮助企业提高客服效率，降低人力成本，同时提升客户服务体验。