kejun (@ke_jun) 在 250107 三花AI日报：Sam Altman 亏麻了，预测今年 AI 将加入劳动力市场； lmsys 文生图竞技场：Recraft V3 领跑；VITA-1.5：开源多模态视频语音大模型；阿里开源 VideoRefer：利用 LLM 实现视频对象感知与推理中发帖阿里开源 VideoRefer：利用 LLM 实现视频对象感知与推理player.bilibili.com/player.html?bvid=BV1f6r1YqECv VideoRefer 是阿里开源的一项专门用于视频中对象的感知和推理的技术

kejun (@ke_jun) 在 250107 三花AI日报：Sam Altman 亏麻了，预测今年 AI 将加入劳动力市场； lmsys 文生图竞技场：Recraft V3 领跑；VITA-1.5：开源多模态视频语音大模型；阿里开源 VideoRefer：利用 LLM 实现视频对象感知与推理中发帖

阿里开源 VideoRefer：利用 LLM 实现视频对象感知与推理
player.bilibili.com/player.html?bvid=BV1f6r1YqECv 

VideoRefer 是阿里开源的一项专门用于视频中对象的感知和推理的技术。该技术包括数据集、模型和基准测试三大核心组件，能够对用户定义的区域进行细粒度的感知、推理和检索，支持单帧和多帧输入。简单来说，就是利用 LLM 来理解视频内容。目前，该模型的代码和模型均已开源。 
OpenAI CEO Sam Altman 预测：2025 年 AI 代理将加入劳动力市场
 [图片] 
Reflections 是 OpenAI 的 CEO Sam Altman 在其博客上发表的一篇文章。文中，他表达了对构建传统意义上的通用人工智能（AGI）的强烈信心，并预测到 2025 年，AI 代理将“加入劳动力市场”，从而实质性地改变公...