大模型Google AI Blog4 天前
VideoPrism: A foundational visual encoder for video understanding
Google Research 发布 VideoPrism，一个通用视频理解基础视觉编码器。它在 3600 万高质量视频-文本对和 5.82 亿带噪文本视频片段上预训练，采用两阶段训练策略，单一冻结模型即可在分类、定位、检索、描述、问答等任务上达到 SOTA，解决了视频基础模型难以覆盖多样视频数据的难题。
AI 与各行业落地的前沿信号寻行业之脉
寻行业之脉
接真实之需
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
249
累计条目
0
今日新增
12
权威信源
采集中每日 02:00 · UTC+8
L1 摘要
全量
L2 深度
0
人工抽检
每日
按领域浏览
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
筛选结果
共 2 条符合条件
当前筛选#foundation-model×
行业落地Google AI Blog4 天前
Health-specific embedding tools for dermatology and pathology
Google Health 发布 Derm Foundation 与 Path Foundation 两个医学影像嵌入工具，可将皮肤科与数字病理图像转为数值向量，让研究者用少量数据快速训练下游模型，缓解影像专家短缺并降低 ML 开发门槛。