当视觉大模型陷入认知失调，马里兰大学构建了一个幻觉自动生成框架
马里兰大学研究人员提出AutoHallusion框架，旨在通过自动化生成幻觉图像和问题对，深入研究大型视觉语言模型（LVLMs）中的幻觉现象。幻觉指LVLMs生成与图像内容不符的描述，限制其广泛应用。AutoHallusion通过异常对象插入、配对对象插入和相关对象删除三种策略，揭示LVLMs在处理视觉信息时的弱点。实验结果显示，该框架能在多种SOTA模型上以高成功率引发幻觉，为改进模型提供宝贵线索。未来将提升图像质量和扩展问题设计范围。论文链接：https://arxiv.org/pdf/2406.10900
《多模态融合：开启智能新时代的钥匙》
多模态数据融合在数字化时代成为人工智能热点，广泛应用于智能手机、自动驾驶等。它整合语音、图像、文本等不同模态数据，克服单一模态局限，提供更全面、准确的服务。在智能安防、医疗、交通、教育等领域展现出巨大潜力，但也面临数据同步、特征提取等挑战。未来，多模态融合将推动更多创新应用，为社会带来更多便利与价值。
企业内训｜AI大模型在汽车行业的前沿应用研修-某汽车集团
本课程是TsingtaoAI为某汽车集团高级项目经理设计研发，课程全面系统地解析AI的发展历程、技术基础及其在汽车行业的深度应用。通过深入浅出的理论讲解、丰富的行业案例分析以及实战项目训练，学员将全面掌握机器学习、深度学习、NLP与CV等核心技术，了解自动驾驶、智能制造、车联网与智能营销等关键应用场景，洞悉AI技术对企业战略布局的深远影响。
把Waymo玩成GTA游戏！全生成式的车辆行驶轨迹视频合成器来了
FreeVS（Free View Synthesis）是一种创新技术，能够在真实驾驶场景中合成车辆的摄像头视角视频，不仅限于已知轨迹，还能生成全新轨迹上的视频。它采用伪图像表示和视角变换模拟技术，突破了传统方法对已知轨迹的依赖，提升了自动驾驶技术的测试和验证能力。实验结果显示，FreeVS在Waymo Open Dataset上表现出色，具有广泛的应用前景。论文链接：https://arxiv.org/abs/2410.18079
对象存储OSS产品介绍
本次分享由王太平（征越）主讲，围绕阿里云对象存储OSS的产品介绍、成本优化、功能实战及最佳实践展开。内容涵盖OSS的五种存储类型及其应用场景，详细解析了生命周期管理在数据存储成本优化中的重要作用，并提供了具体的配置建议和实际案例。适合希望深入了解OSS及优化存储成本的用户参考。