LLaVA-Mini是一个高效的图像/视频理解大模型，仅需1个视觉token来表示每张图像：计算开销（FLOPs减少77%）、响应时延（低至40毫秒）以及显存占用（降至 0.6MB/图像，支持24GB GPU上进行长达 3 小时的视频处理）。 Paper: Code & Demo:

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

2195 位用户此时在线

24小时点击排行 Top 10：

10月21日，一位江苏网友在观看纪录片《沉默的农药》后称“心情久久不能平静”。身为程序员的他自制了一款名为“归家”的App，面向台湾民众和台军，号称可用于“投诚登记”。视频显示，用户可在App中实名登记“回归祖国”的意愿，其中台北市登记人数达28,456人，为最多地区。

死鐘全會的五星紅旗為什麼沒有五星了？

昂撒衰退到这个地步了吗

金正恩是中国权力的试金石。看看他对李强的不屑，再对比他在习近平跟前的小心翼翼，堪称国际斗争大师的金三胖，最清楚谁掌握着中国的至高权力。那些等待四中全会惊天之变的热心人，洗洗睡吧。

匿名者64成功黑进了复旦，北邮等9所高校论坛！

律师支招，男性如何防范一夜情后被告强奸。

昨天起码看到不下七八个民斗在咬牙切齿对着这个大骂。还有个老民斗气得发了血书要和圈子里任何“川粉”割席。

极品尤物气质美女！双飞名场面！兔女郎装扮，无毛美穴磨蹭大屌，一字马深插[961.51MB/MP4/WF]

总说时事也容易郁闷，看到一个小故事挺好，我稍微把文字顺一下，端碗鸡汤给大家分享：今年，我老家的燕子夫妻因为做窝老是塌掉，一塌，两个就站在电线上吵架，吵得贼凶。公燕子捉了虫給母燕子，母燕子也不理，还跟他站的老远。

10月21日，知名网红夫妇“亮亮丽君”最新进展：他们起诉开发商退房退款的烂尾楼纠纷，一审宣判败诉，法院驳回其全部诉求。亮亮表示：“一审输了，还有二审，我们不会放弃，将上诉到底。”

#手机数码国行版iPhone Air eSIM有着非常奇怪的限制，具体取决于用户在国内还是在国外，如果在国外那没有只能写入两张eSIM的限制。好了，真大结局了。据隔壁大地瓜用户实测，国行iPhone Air的真实下卡限制如下： ·境内，无法写入海外运营商卡片，只能CHINA CI下卡

數千名愛爾蘭民眾湧上都柏林「城西酒店」外的街道。據稱，昨天一名伊斯蘭教移民，在這家酒店強姦了一名 10 歲的愛爾蘭女孩。愛爾蘭人確實受夠了。

10月18日，一名网约车司机在行车途中与乘客闲聊，不久后便接到滴滴救援中心来电，对方提醒他“抓好方向盘，不要与乘客闲聊”。

廣州銀行過緊日子，逼迫員工退回三年過節費。

10月16日，广东惠州，一名工人反映称，其所在工厂员工每天工作长达14个小时。上个月已有一人猝死，今日又有同事倒下。从曝光的工作群聊天记录来看，工厂员工的日均工作时长普遍在13至14小时之间。#维权

buer 你谁？？？

珍贵照片—左起：薛伟、吴牟人、刘晓波、胡平、曹长青、陈军。1993年3月31日摄于纽约市皇后区木边大道中国之春编辑部。

私营企业工资已开始下降了。国家统计局说增长不一定是真增长，但要是说负增长，那肯定是下降比较厉害。

10月21日，截止目前，河南的雨灾仍未停止，农民们拍下自家的农作物还被泡在地里。

关注的牛鬼蛇神多了后，魔幻的时间线内容简直不忍直视，我差点以为共产党最近4天要倒闭了。。。其实这事最离谱的地方在于，过去30年，海外民运和法轮功们其实就是这么运作的，自己烂和懒，不想上班->编故事搞社团->钻制度差和信息差空子拿救助->形成奖励机制后干脆直接编故事->发现真有人爱看，还能赚

2600约操高端外围，超近视角深喉，小伙太猛了，人肉打桩机搞得受不了[384.66MB/MP4/WF]

10月18日，北京市，中国建筑第一局集团拖欠工资，工人身穿印有“中国建筑第一局集团还我血汗钱”字样的上衣，在公司门口集体讨薪。 10月17日，浙江省杭州市临平区五星村，一家服装厂员工反映企业长期拖欠工资。老板曾跑路后又返回，目前员工已前往派出所寻求帮助。

這樣的地痞流氓是如何成為英國政府議長的？英國工黨已經是徹底的真主黨，牠們竟敢明目張膽的保護伊斯蘭強姦犯。

中共是世界上唯一一個保護奴才和宮女文化傳承的超級大國。

现在的游戏平台已经把家长逼疯了，家长拿平台没办法，拿自己的娃没办法，只有狂扇自己耳光…

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

3

2

1

LLaVA-Mini是一个高效的图像/视频理解大模型，仅需1个视觉token来表示每张图像：计算开销（FLOPs减少77%）、响应时延（低至40毫秒）以及显存占用（降至 0.6MB/图像，支持24GB GPU上进行长达 3 小时的视频处理）。
Paper:
Code & Demo:
IT技术
( twitter.com )

9个月前由宝玉提交

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

#AI开源项目推荐#：Video-LLaVA
北京大学的多模态图像视频识别
论文摘要：…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:06

2

2

1

1

#AI开源项目推荐：AnimateDiff

这是一个高效框架，能进一步将生成的静态图像生成动画。

项目摘要

随着像 Stable Diffusion 这样的文本转图像模型及 LoRA 和 DreamBooth…
IT技术
( twitter.com)

2年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:13

3

2

1

1

这是一个基于 gpt-4o-mini 的开源 OCR 项目，无需任何参数配置，给文件和 api token 就能 work，看视频效果很好啊
时政
( twitter.com)

1年前 • Justin • -- 点击 • 下载视频 0 评论

00:00:31

4

2

1

1

Video-LLaVA很cool
我上传了几个视频，几个视频都成功识别了
且速度也相当快。
每日热点
( twitter.com)

1年前 • 遁一子 • -- 点击 • 下载视频 0 评论

00:02:06

5

3

2

2

这篇文章《Discover 4 Open Source Alternatives to GPT-4 Vision》介绍了 4 个 GPT-4 Vision 的开源替代方案：
1. LLaVa（大型语言和视觉助手）
LLaVA 代表了一种创新的、从头到尾训练的大型多模态（multimodal）模型。它融合了视觉编码器和…
IT技术
( llava-vl.github.io)

1年前 • 宝玉 • -- 点击 0 评论

6

2

1

1

苹果发布 FastVLM
能在 iPhone 上直接运行的极速视觉语言模型
首 token 输出快 85 倍
FastVLM：先把图像看懂（图像 → token），再根据 token 生成回答或描述（token → 语言）
模型体非常积小，可以很轻松部署在 iPhone、iPad、Mac 上
FastVLM-0.5B：相较于 LLaVA-OneVision-0.5B，首 token
时政
( twitter.com)

5个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:06

7

2

1

1

这个工具牛逼！整合十几种主流AI模型到一个界面！
NinjaTools：一键生成图像、音乐、视频，绘制思维导图，分析PDF，高效生产力工具！
它还有自己的 TOOLS币：可以用，也可以买来投资
时政
( believe.app)

5个月前 • 头条热点 • -- 点击 • 下载视频 0 评论

00:02:36

8

3

2

2

一个基于GPT-4o-mini 的PDF OCR工具：Zerox
Zerox先将PDF 文件转换成图像，再由GPT-4o-mini识别并输出Markdown，最后将所有页面对应的 Markdown 结果汇总在一起形成完整的Markdown 文档
支持零样本 OCR、精度高、提供API接口；可以处理包含表格、图表等复杂布局文件，支持多种格式，包括扫描版
时政
( twitter.com)

1年前 • AIGCLINK • -- 点击 0 评论

9

2

1

1

Stability AI正式发布了DeepFloyd IF图像生成模型，这是一个有文本编码器和三个级联的diffusion模块组合的模型。这个模型的效率要比原有的satble diffusion效率要高很多。
我尝试了一下，看起…
推特中文圈
( twitter.com)

2年前 • 歸藏 • -- 点击 0 评论

10

3

2

2

本周开源三件套
第三个 LLaVA 大型语言和视觉助理
- 视觉对话，达到 GPT4 85%的水平
- Science QA 的准确率达到新 SoTA
- 提供了官方demo地址，直接可用，速度很快，（而 GPT4 的图片功能还没…
推特中文圈

开源推荐
( twitter.com)

2年前 • orange.ai • -- 点击 0 评论

11

2

1

1

DragGAN正式发布，其令人震惊的"拖拽你的图像"功能达到了图像操作的新高度。

使用DragGAN，你不仅仅是编辑图像，你是在"拖拽"它们以匹配你的创意视觉。

以下是10个示例用例：
IT技术
( twitter.com)

2年前 • Will 3.6-6.16 硅谷 • -- 点击 • 下载视频 0 评论

00:00:10

12

2

1

1

Meta AI 发布 Llama 3.2 多模态AI模型
性能与GPT4o-mini 相当能够在边缘设备上高效运行
Llama 3.2包括适用于边缘和移动设备的小型和中型视觉大语言模型（11B 和 90B）以及轻量文本模型（1B 和 3B）。
LLaMA 3.2支持同时处理文本、图像和视频，能够理解并生成跨媒体内容。
时政
( twitter.com)

1年前 • 小互 • -- 点击 • 下载视频 0 评论

00:00:38

13

2

1

1

🎉Zipic 现已在 App Store 上线！🚀 这是一款高效且简单易用的图像压缩工具。如果你有图片压缩需求，不妨试一下。🌟 批量快速压缩、高压缩比、本地压缩、简约设计，只需一个简单的拖拽操作！👌 赶快下载使用吧【免费】！📥

#图像压缩 #AppStore
时政
( twitter.com)

2年前 • 十里 • -- 点击 0 评论

14

2

1

1

酷！刚刚发布了一个全新的图像生成模型：Aurora，可以用Grok 2 + Aurora，照片级真实感图像生成能力非常优秀，效果超真实
使用方式见下图
Aurora生成的图像，来自
时政
( twitter.com)

10个月前 • AIGCLINK • -- 点击 0 评论

15

2

1

1

见过不要脸的也不是一两回了，被大小频道品牌盗图盗视频都经历过。前几天分享了下前段时间给老婆配的 2023 Mac mini 方案，写了篇博客记录，被人搬运到微信视频号，盗图 AI 合成视频，还声明原创。听说还是一个搞技术的🙂…
IT技术
( twitter.com)

2年前 • luolei • -- 点击 0 评论

16

2

1

1

发盖特小技巧分享：写盖特或者推特请一定要配图，一张图效果好过多张图，一个几十秒短视频好多其他。所以战友们当你发帖记得配图配视频，至关重要，因为这是一个读图读视频的时代，图片和视频传递的信息量是文字的很多倍，视频的音乐也更多唤起人们…
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

17

2

1

1

是个收集效率方法的网站
它像个论坛，人人都可以分享和投票

这里是前十高票的效率妙招
推特中文圈
( 50hacks.co)

3年前 • twitter机器人 • -- 点击 0 评论

18

2

1

1

【“夸父一号”首批科学图像公布】这些图像是“夸父一号”自2022年10月9日成功发射以来，3台有效载荷在轨运行2个月期间，获取的若干对太阳的科学观测图像，实现了多项国内外首次，在轨验证了“夸父一号”三台有效载荷的观测能力和先进性。
大陆资讯
( content-static.cctvnews.cctv.com)

2年前 • 舌战群乳 • -- 点击 0 评论

19

2

1

1

测试了OpenAI新发布的o3-mini，其编程能力之强真的是可以用“恐怖”来形容。不多说了，看视频吧。
prompt：生成一个swiftUI视图，其中包括一个组件，组件实现了一个圆球在一个超立方体中弹跳。
如果是用js、python来做还没有那么吓人。
时政
( twitter.com)

8个月前 • StLi • -- 点击 • 下载视频 0 评论

00:00:26

20

2

1

1

怎么把平面的三视图，瞬间变成 3D 模型，然后用 AR 增强现实的方式显示出来

图像识别的效果看似很不错！不知道这是什么人开发的什么软件，看起来像是 demo

视频来源见粗体小字


视频
( twitter.com)

2年前 • 倪爽 • -- 点击 • 下载视频 0 评论

00:00:07

21

2

1

1

今天拼了一个mini自由高达，就是中间这个小家伙。已有三台freedom。胶娘的快乐你懂不懂。
图片
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

22

2

1

1

@巴媽媽小魔嫣：一个日常使用的夜光纹身，厂家发来了效果图，有赛博朋克内味了吗？ (图一已镜像)
大陆资讯

4年前 • 你的溢达 • -- 点击 0 评论

23

2

1

1

M4 CPU Mac Mini
买买买~
（有没有一个汉字，是三个“买”叠加在一起的？看上去会有一种 biang biang 面那个 biang 字的视觉冲击力）
IT技术
( twitter.com)

11个月前 • 倪爽 • -- 点击 • 下载视频 0 评论

00:01:48

24

2

1

1

中国司法机关的效率像谜一样，有时候一个案子几年都没有进展，有时候一个案子效率奇高无比，比如迁西这个马树田案，可惜这是个冤案。
时政
( twitter.com)

1年前 • 中日政经评论 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.10285 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特