• 我的订阅
  • 头条热搜
stability邀请用户测试文本到图像生成模型
...StabilityAI近日更新其产品页面,邀请用户测试文本到图像生成模型StableDiffusion3。官方表示新版本大幅提高了处理复杂提示词、生成更高质量的图像和纠正拼写错误方面的能力。StableDiffusion3目前并未公开测试,不过已经启动了早...……更多
Adobe推视频生成大杀器!最长生成5秒视频,一键重拍成为现实,已开放公测
...消息,10月14日,Adobe在Adobe MAX大会上宣布推出Firefly视频生成模型,并强化了现有的图像、矢量和设计模型。Firefly视频模型已进入有限公开测试阶段,成为首个可安全用于商业用途的生成式AI视频模型。最新的Firefly图像模型Firefly...……更多
对比学习滥用隐私数据!中科院等发布「多步误差最小化」方法 | ACM MM2024
...人员提出了一种新颖的多步误差最小化(MEM)方法,用于生成多模态不可学习样本,以保护个人数据不被多模态对比学习模型滥用。通过优化图像噪声和文本触发器,MEM方法有效地误导模型,降低其对隐私数据的学习能力,并在...……更多
文本、图像、点云任意模态输入,AI能够一键生成高质量CAD模型了
...描述、图像、点云等多模态输入的计算机辅助设计(CAD)生成大模型。计算机辅助设计(Computer-Aided Design,简称 CAD)软件是工业软件的重要分支,也是工业设计流程中的核心工具。然而,目前的 CAD 软件普遍缺乏简易的交互工具...……更多
文生图参数量升至240亿!Playground v3发布:深度融合LLM,图形设计能力超越人类
...确的RGB颜色控制和多语言识别。自去年以来,文本到图像生成模型取得了巨大进展,模型的架构从传统的基于UNet逐渐转变为基于Transformer的模型。Playground Research最近发布了一篇论文,详细介绍了团队最新的、基于DiT的扩散模型Pl...……更多
字节版Sora火爆24小时,同名论文再次被热议
...ixelDance为例,其最大特色在于多主体交互,一致性多镜头生成。啥意思??——直接来看几个官方demo。First kill,现在手上有这样一张原图:若使用当前大多视频模型,一般只能进行到“摘墨镜”这个环节;而PixelDance能解锁时序...……更多
AI视野:Gen-2支持生成4K高清视频;Midjourney推出Style Tuner工具;
AI应用Gen-2史诗级更新 允许用户通过简单文本生成4K高清视频Runway的AI视频生成工具Gen-2经历了一次重大更新,允许用户通过简单的文本输入来生成4K高清视频,彻底改变了创意软件的方式。Midjourney推出Style Tuner工具,让用户自定...……更多
重磅!苹果发布AI功能测试版,未融入ChatGPT,仅面向付费开发者
...(WWDC)上,苹果介绍,Apple Intelligence基于个人场景发挥生成式人工智能(AI)模型的强大功用,深度集成于iOS 18、iPadOS 18和macOS Sequoia中,可做出多种跨App操作,同时结合个人场景,提供情景驱动通知、写作改进、图像生成等功...……更多
云知声推出山海多模态大模型:实时生成文本、音频和图像
...能够接收文本、音频、图像等多种形式作为输入,并实时生成文本、音频和图像的任意组合输出。▲云知声山海助手微信小程序IT之家获悉,山海多模态大模型有如下特点:实时秒回,自由插话:与现实对话中人类的响应时间相...……更多
iPad可用AI绘画交互编辑神器火了,网友:颤抖吧PS
...aw&Guess”,也就是通过图像上下文解释用户笔画并自动生成相关提示。团队采用的数据集通过生成边缘图和模拟用户笔画进行构建,并使用LLaMA模型进行微调。3.创意收集器创意收集器为用户提供了一个简约直观的界面,它兼...……更多
一块GPU都没用,苹果自研大模型干翻GPT-4?
...的相关问题。2、写作工具升级。新版iOS提供苹果的文本生成服务;同时支持AI生成邮件、信息,语音转录摘要等功能。3、视图工具升级。该版本提供更智能的图片搜索及电影回忆制作功能。仍有不少苹果在6月发布的AI功能未出...……更多
2023 的人工智能之年
...总结了 2023 年人工智能领域的主要进展,重点介绍了图像生成(如 Adobe Firefly, Midjourney V.6, DALL-E 3)、视频生成(如 Stability AI, Runway Gen-2)、文本生成(如 GPT-4, Bard and Gemini)等技术。同时,……更多
微软宣布Team Copilot发布,年内将推出初步预览版
...态模型集成了文本、图像和音频处理能力,带来了全新的生成式和对话式AI体验。此外,由微软开发的Phi-3列AI小型语言模型(SLM)中的一种新型多模态模型Phi-3-vision现已在Azure中推出。Phi-3模型功能强大、经济高效,并且针对个...……更多
“平替版Midjourney”,上线1年超700万用户,生成图片超7亿张
...据报道,该公司产品发布1年,用户突破700万人,平台共生成超过7亿张图像,并获得投资者青睐。2023年12月7日,Leonardo.ai宣布获得3100万美元种子轮融资,投资方包括 Blackbird、Side Stage Ventures、Smash Capital、TIRTA Ventur……更多
更快、更强、更可控:智谱“起舞弄清影”,视频生成卷出新高度!
智谱AI再次放大招,上线AI视频生成功能“清影”——曾被国际科技媒体The Information评为最有可能成为“中国OpenAI”5家企业之一的智谱AI,如今在视频生成领域再下一城。不同于至今没有对公众开放、“犹抱琵琶半遮面”的Sora,...……更多
AI 已死?不,AIGC 给我们带来了新的希望 | 氪记 2022
...于中国本土——在美国,更常见的说法是Generative AI,即生成式AI。其实,AIGC 是 Generative AI 的子集。因此在本文中,我们将用 GA 来统称这一年的生成式 AI 的进展。AI 领域还有一个名词叫做 AGI(通用人工智能),可以被理解为一...……更多
MSRA:视觉生成六大技术问题
文生图、文生视频,视觉生成赛道火热,但仍存在亟需解决的问题。微软亚洲研究院研究员古纾旸对此进行了梳理,他认为视觉信号拆分是最本质的问题。生成模型的目标是拟合目标数据分布,然而,目标数据分布过于复杂,...……更多
Sora爆火96小时国内大模型进场
...专家认为,国内企业想弯道超车难度不小查睿OpenAI“文字生成视频”大模型Sora根据提示词“纽约市像亚特兰蒂斯一样被淹没。鱼、鲸鱼、海龟和鲨鱼在纽约的街道上游弋”生成的20秒视频。 视频截图 ■Sora不仅可以理解用户的需...……更多
...发现》月刊网站12月22日发表题为《人工智能对话年——生成式人工智能工具开启了一个充满希望和陷阱的新世界》的文章,作者是斯蒂芬·奥尔内斯。文章摘编如下:2023年初,大型语言模型风靡全球。可以说,聊天生成预训练...……更多
Mistral放大招!124B多模态巨无霸登场,免费版ChatGPT震撼突袭
...于驱动新Le Chat。全新Le Chat:具备网页搜索、Canvas、图像生成、图像理解等功能——而且所有功能免费提供!Mistral的CEO兼联创Arthur Mensch宣布道:「此次发布是一个重要的里程碑」!现已可在官网上体验Le Chat的使用。体验地址:h...……更多
新扩散模型OmniGen一统图像生成,架构还高度简化、易用
大型语言模型(LLM)的出现统一了语言生成任务,并彻底改变了人机交互。然而,在图像生成领域,能够在单一框架内处理各种任务的统一模型在很大程度上仍未得到探索。近日,智源推出了新的扩散模型架构 OmniGen,一种新的...……更多
下载次数破39万!CMU、Meta联合发布VQAScore文生图优化方案:Imagen3已采用
...导读】VQAScore是一个利用视觉问答模型来评估由文本提示生成的图像质量的新方法;GenAI-Bench是一个包含复杂文本提示的基准测试集,用于挑战和提升现有的图像生成模型。两个工具可以帮助研究人员自动评估AI模型的性能,还能...……更多
OpenAI发布免费新品GPT-4o:可对音频、视觉和文本实时推理,与人自然对话,功能秒杀Siri
...输出将仅限于选定的预设声音,并要遵守安全政策。GPT-4o生成图像:机器人正在输入日志条目,正文很大,清晰易读,机器人的手在打字机上打字。 5月14日,OpenAI发布新产品,不是AI搜索引擎,也不是GPT-5,而是GPT-4o旗舰模型。...……更多
多模态LLM视觉推理能力堪忧,浙大领衔用GPT-4合成数据构建多模态基准
...也不容易,因为我们需要的是多模态数据,但LLM无法直接生成图像,DALL-E、Stable Diffusion等图像生成模型又无法同步生成文本。一个直觉的解决方案是将二者结合在一起,直接生成但文生图模型实际上很难对图像细节做到细微精...……更多
Bengio团队提出多模态新基准,直指Claude 3.5和GPT-4o弱点
...阅读原文即可直达,包含评用于模型评测和预训练的数据生成代码) Hugging Face 链接:huggingface.co/vcr-org VCR 数据集简介为了开发 VCR 任务,研究人员构建了一个由图像 - 文字生成 VCR 合成图像的流程。在该流程中可以通过控制遮...……更多
Meta 公司发布 Imagine Yourself AI 模型
...家 8 月 23 日消息,从社交媒体到虚拟现实,个性化图像生成因其在各种应用中的潜力而日益受到关注。传统方法通常需要针对每位用户进行大量调整,从而限制了效率和可扩展性,为此 Meta 公司创新提出了“Imagine Yourself” AI 模...……更多
快手发布大模型产品“可图” 20多种创新AI图像玩法限免上线
...通过人像保持技术,可轻松保留人像的自然特征,并一键生成各种风格的人像作品,满足不同社交及营销场景的个性化形象需求。例如,用户只需上传一张面部轮廓清晰的照片,并选择偏好的风格,调节保留面部特征的程度,便...……更多
全模态对齐框架align-anything来啦:实现跨模态指令跟随
...型进行模态扩展,得到不仅能够处理语言,还可以理解并生成图像、音频、视频等多种信息的全模态模型,如 GPT-4o、Chameleon 等。也包含目前最为流行的开源视觉语言模型,Llama-3.2-Vision。以 Llama-3.2-Vision 为代表的大语言模型多模...……更多
腾讯3D大模型全面开源,文本图像10秒转3D资产
3D生成开源界首个同时支持文字、图像转3D的模型来了,效果还是SOTA级别。就在刚刚,腾讯宣布推出Hunyuan3D-1.0,一口气开源轻量版和标准版两个模型。最快10秒就能端到端生成。先生成6个多视角图像,再进行多视角重建,“啪...……更多
shutterstock新增“创意编辑”功能
...利用了公司对OpenAI最新技术的优先访问权,用户可使用AI生成新内容,或者对Shutterstock图库中的任何图片进行简单编辑、转换。这套“创意编辑”功能拥有6大类别,以及AI设计助手等辅助功能和号称是行业内“最先进”的滤镜等...……更多
更多关于科技的资讯:
10月20日,2025世界VR产业大会AI+VR融合创新主题论坛在南昌顺利开幕。本次活动由中国移动通信集团江西有限公司
2025-10-22 06:26:00
智慧物流助力“双十一”快件“极速达”从支付到送达,最快17分钟
10月20日晚,消费者在电商平台结完尾款后,经商家确认发货,顺丰速运奥体营业店一名快递员立刻来到站内前置仓取件并送给消费者
2025-10-22 07:47:00
编者按“在推动科技创新和产业创新融合上打头阵”是习近平总书记寄予江苏的殷切期望,是南京落实好挑大梁重任的着力点。科技企业具有联结创新链和产业链
2025-10-22 07:47:00
近日,河北永旭电源有限公司生产车间内,自动化生产线正有条不紊地运转。电池极耳焊接的关键工位上,曾经的质检员凝视生产线的身影已被一套AI工业视觉质检系统取代
2025-10-21 08:18:00
画里有话|直播售假“昼伏夜出”,监管需要“全时在线”
在电商和短视频平台上,一些商户仅在深夜凌晨开播,主播高喊“代工厂直供”“海外渠道货”,时不时用手遮挡标识,价格更是“打到骨折”
2025-10-21 08:19:00
记者走基层|机器人“关节”在这里协同智造
10月13日,智昆科技智能制造工厂,工业机器人正在操作数控机床。 河北日报记者 潘文静摄机器人如何做到精准操控、灵活运动
2025-10-21 08:19:00
添了“智慧帮手”,公路管养精准高效——AI赋能千行百业一线故事(十四)近日,记者来到张家口市公路管理处。一进门,墙上的一面智慧大屏映入眼帘
2025-10-21 08:21:00
丰草牧场荣膺京东“年度新品标杆奖”,打造从牧草到奶粉的三有机品质闭环
近日,在京东 2025 驼奶粉行业峰会上,新疆伊犁丰草牧场旗下核心产品——三有机纯驼奶粉,凭借其从牧草种植到奶粉加工的全链路掌控与数字化创新
2025-10-21 08:26:00
厦门网讯(厦门日报记者 林露虹)2025世界VR(虚拟现实)产业大会日前在南昌召开,会上发布“2025中国VR50强企业”名单
2025-10-21 08:41:00
聚焦粮食安全打造智慧农业“智能遥感大脑”
粮食安全是关乎国计民生的根本大事,智慧农业已成为全球农业科技竞争的核心制高点,而粮食生产信息的及时高效获取,正成为当下智慧农业发展的关键节点
2025-10-21 08:56:00
胖东来设立“胖东来开放日”:面向企业 2万元/人 申请条件为希望做品质、幸福的企业
10月20日,胖东来商贸集团官方发布公告称,将设立“胖东来开放日”,给大家提供进入企业内部参观的渠道。公告称,希望通过这样的方式
2025-10-21 10:33:00
在智能缆网、智慧机场、储能系统等新能源业务快速拓展的背景下,远东智慧能源股份有限公司作为2025年青海企业50强之一,正以“电能+算力+AI”为核心战略
2025-10-21 10:56:00
2025 年 10 月 14 日,亿纬锂能首套大容量钠离子电池储能系统在荆门基地并网运行,成为近期新能源领域的标志性事件
2025-10-21 11:27:00
支付宝发文《世子之争???我不需要》 并放话:AQ,你回去好好想想吧
10月20日,支付宝发布《关于支付宝首页AQ广告下架的声明》。文中提到经审慎研究决定,自本周起,暂停AI健康管家AQ在支付宝首页的广告投放
2025-10-21 11:45:00
临沂市信息工程学校电子商务专业技能培训圆满落幕
鲁网10月21日讯为深化电子商务专业教学改革,提升师生电商行业适配能力,临沂市信息工程学校于10月10-11日成功举办电子商务运营及实战课程培训
2025-10-21 12:18:00