• 我的订阅
  • 头条热搜
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
OpenAI发布文生视频模型Sora,奥尔特曼选取网友提示词
...能准确呈现细节,还能理解物体在物理世界中的存在,并生成具有丰富情感的角色。该模型还可以根据提示、静止图像甚至填补现有视频中的缺失帧来生成视频。一位时髦女士漫步在东京街头,周围是温暖闪烁的霓虹灯和动感的...……更多
Sora再度颠覆AI视频行业,A股哪些公司有相关布局?
...模型Sora因其“逼真”和“富有想象力”被广泛赞誉,其生成视频可达60秒也颠覆了传统视频生成领域平均只有4秒的视频生成长度。OpenAI官网介绍,Sora是一种扩散模型,它从看起来像静态噪声的视频开始生成视频,然后通过多个...……更多
撞墙还是新起点?自回归模型在图像领域展现出Scaling潜力
自回归方法,在图像生成中观察到了 Scaling Law。「Scaling Law 撞墙了?」这恐怕是 AI 社区最近讨论热度最高的话题。该话题始于 The Information 的一篇文章。这篇文章透露,OpenAI 下一代旗舰模型的质量提升幅度不及前两款旗舰模型...……更多
最新美国国家人工智能科学院院士介绍
...言处理技术的实际应用具有重要意义,为智能问答、文本生成和机器翻译等任务提供了更好的解决方案。LucasBeyer,来自谷歌人工智能实验室。他在计算机视觉领域取得了重大突破,特别是在图像识别和物体检测方面,为谷歌的...……更多
清华团队提出大模型“密度定律”;足球领域首个视觉语言基础模型
...主的纯视觉 GUI agentGoogle DeepMind:利用运动轨迹控制视频生成大模型数学新基准:成功率最高 2%Meta 推出「高效追踪一切」模型SOLAMI:首个端到端社交视觉-语言-动作建模框架RevThink:使用逆向思维增强 LLM 推理想要第一时间获取每...……更多
Meta提出“可持续思维链”,让大模型在连续潜空间中推理
...日值得关注的大模型前沿论文北大团队提出「自定义漫画生成」框架UniReal:通过学习真实世界动态实现通用图像生成和编辑苹果团队提出「可扩展视频生成」方法利用扩散 Transformer 进行视频运动迁移ObjCtrl-2.5D:无需训练的「图...……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
南洋理工大学开发3D编辑技术MVDrag3D ,只需拖拽就能实现精准P图
...构,使得复杂的结构编辑(如明显的拓扑变化或新纹理的生成)非常繁琐而难以实现。近年来,一部分学者利用基于 3D 高斯模型的方法提高了 3D 编辑的灵活性,但仍面临着优化时间长或过度饱和的问题,并且在实现大规模结构...……更多
苹果300亿参数大模型首亮相,还买了家AI公司|焦点分析
...谨慎,他觉得苹果工作模式是先做再说,“我认为苹果在生成式人工智能和人工智能方面存在着巨大的机会,而无需透露更多细节或超出自己的范围。”据The Information2023年9月的一次报道,苹果每天在人工智能上投资数百万美元...……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
与OpenAI o1技术理念相似,TDPO-R算法有效缓解奖励过优化问题
...型和大模型对齐。OpenAI 最近发布的 o1 模型在数学、代码生成和长程规划等复杂任务上取得了突破性进展,据业内人士分析披露,其关键技术在于基于强化学习的搜索与学习机制。通过迭代式的自举过程,o1 基于现有大语言模型...……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
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
开源社区参数量最大的文生视频模型来了,腾讯版Sora免费使用
...小伙伴又多了一个选择!今日,腾讯宣布旗下的混元视频生成大模型(HunYuan-Video )对外开源,模型参数量 130 亿,可供企业与个人开发者免费使用。目前该模型已上线腾讯元宝 APP,用户可在 AI 应用中的「AI 视频」板块申请试用...……更多
Meta推出AI新模型VFusion3D,微美全息布局AIGC+3D内容加速产业转型升级
...,Meta(META.US)和牛津大学的研究人员开发了一种新的3D生成式AI模型VFusion3D,能够从单张图像或文本描述生成高质量的3D对象,可能会改变虚拟现实、游戏和数字设计等领域。AI新模型VFusion3D来袭据悉,VFusion3D界面简单直观,允...……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
从未见过现实世界数据,MIT在虚拟环境中训练出机器狗,能跑酷
...是 pi 的数据都会少七八个数量级。MIT 的这个团队希望用生成模型来作为机器人学习的新数据源,用工程手段来取代传统的数据收集,实现一条通过由生成模型加持的物理仿真来训练机器人视觉的技术路线。随着机器人在训练过...……更多
阿里国际发布最新开源多模态模型Ovis,多模态能力再升级
...像。与大型语言模型(LLMs)相比,大语言模型在处理和生成文本数据方面有专长,而多模态大模型能够处理非文本数据,如图像等等。根据多模态权威综合评测平台OpenCompass的数据,Ovis1.6-Gemma2-9B在30B参数以下的模型中取得了综...……更多
快手可灵大模型开放视频续写功能 可生成最长约3分钟视频
本文转自:中国新闻网快手的视频生成大模型“可灵”自面世以来,以其惊艳效果引发了国内外的广泛关注。 6月21日,可灵再度进化,正式推出图生视频功能,支持用任意静态图像生成5s视频,并且可搭配不同的文本内容,实...……更多
OpenAI推出生成式模型Sora,内容创作领域开启新纪元
...们生活的方方面面。而就在2月16日,OpenAI宣布推出全新的生成式人工智能模型“Sora”。据了解,通过文本指令,Sora可以直接输出长达60秒的视频,并且包含高度细致的背景、复杂的多角度镜头,以及富有情感的多个角色。这意...……更多
...明团队发布了一项国际联合研究成果MDT,与人工智能文字生成视频大模型Sora核心组件DiT相比,训练速度提升10倍以上,再次刷新SoTA最佳图像生成质量和学习速度。近日,相关成果公布于预印本服务器arXiv。2024年初,美国OpenAI公...……更多
叫板Sora出圈后,Luma AI如何接住泼天的流量?
...的硅谷AI公司,在和《智能涌现》的交流中,复盘了视频生成模型Dream Machine AI爆火的过程。在硅谷率先发布一款效果能对标OpenAI Sora的视频模型,对一家初创公司而言并不容易——更何况,Luma AI在视频生成领域算得上是“半路出...……更多
「See Video, Get 3D」,智源开源无标注视频学习3D生成模型See3D
... Labs 推出首个【空间智能】模型,仅输入单张图片,即可生成一个逼真的 3D 世界,这被认为是迈向空间智能的第一步。几乎同时,国内智源研究院推出了首个利用大规模无标注的互联网视频学习的 3D生成模型See3D---See Video, Get 3D...……更多
惊掉下巴!被字节起诉800万实习生,拿下NeurIPS 2024最佳论文
...具有较好的泛化能力:VAR首次使得类似GPT的AR模型在图像生成中超越了扩散Transformer。当前,自回归模型(AR)主要用于语言模型从左到右、逐字顺序生成文本token。同时,也用于图像生成中,即以光栅扫描的顺序从左到右,从上...……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
《卖身契》修复记:AI重现“打工人”喜剧魅力,留住老电影的黄
...首次将AIGC视觉大模型引入到影片修复,对大模型进行了生成质量和效率等方面的算法优化。如今随着Sora等大模型在视觉领域的发展,视觉大模型不仅运用在视频生成、修改、融合和延伸等多种场景,还可以应用到剪辑和特效制...……更多
北大字节VAR最佳论文、厦大清华亚军,NeurIPS 2024最佳论文出炉
...Next-Scale Prediction》(视觉自回归建模:通过 Next-Scale 预测生成可扩展图像),论文一作为田柯宇(此前因涉攻击内部大模型,被字节起诉)。参见机器之心报道《GPT 超越扩散、视觉生成 Scaling Law 时刻!北大 & 字节提出 VAR 范...……更多
2022生成模型进展有多快,新论文盘点9类生成模型代表作
ChatGPT的出现,彻底将生成AI推向爆发。但别忘了,AI生成模型可不止ChatGPT一个,光是基于文本输入的就有7种——图像、视频、代码、3D模型、音频、文本、科学知识……尤其2022年,效果好的AI生成模型层出不穷,又以OpenAI、Meta...……更多
单图解锁全景视角!北大/港中文/腾讯等推出ViewCrafter | 已开源
...腾讯等机构的研究人员提出,可以从单张或稀疏输入图像生成精确相机可控的新视角视频。还支持场景级文生3D、图生3D、以及稀疏视角重建等应用。目前论文和代码均已开源,并提供了在线Huggingface demo供用户使用。ViewCrafter:...……更多
更多关于科技的资讯:
2024年中国游戏产业年会:原生鸿蒙的新机遇、新体验、新服务
2024年度中国游戏产业年会于12月12日至13日北京市首钢国际会展中心举办,华为终端云全球生态发展与销售部副总裁张思建受邀出席主论坛
2025-01-07 10:59:00
2025年01月07日环洋市场咨询机构出版了一份详细的、综合性的调研分析报告【全球小信号分立器件行业总体规模、主要厂商及IPO上市调研报告
2025-01-07 11:01:00
青岛即墨:指尖上的“云平台”,数字赋能让就业服务精准高效
本文转自:人民网-山东频道2023年初,青岛市即墨区探索智慧城市建设的创新路径,开始搭建公共就业服务云平台。2024年8月
2025-01-07 11:05:00
本文转自:人民网-广西频道2024年,都安瑶族自治县积极推动数字基础设施、数字政府、数字经济、数字社会、数字安全建设,推动各领域数字化优化升级
2025-01-07 11:06:00
微星发布Intel B860 & H810主板,1.13开售
MSI微星发布专为Intel®B860和H810芯片组打造的系列主板。这些主板集性能与创新于一身,旨在为主流用户、玩家和创作者提供先进的计算能力
2025-01-07 11:09:00
李开复辟谣阿里收购:谣言散播的快 撤的也快
快科技1月7日消息,针对网络上流传的“阿里收购零一万物”的传闻,零一万物CEO李开复在朋友圈发文澄清:“不知为什么会有这样的谣言散播
2025-01-07 11:17:00
黄仁勋身着新皮衣亮相:手持RTX 5090闪耀全场!
快科技1月7消息,黄仁勋在CES的演讲,就像他的新皮衣一样引关注。2025 CES消费电子展(1月7日至10日,美国拉斯维加斯)开幕在即
2025-01-07 11:17:00
高管曾公开贬低中国电车 索尼本田新品牌AFEELA首车发布
快科技1月7日消息,在今日开幕的CES 2025消费电子展上,索尼与本田合力打造的电动车品牌AFEELA正式亮相, 并发布了首款量产车型 —— AFEELA 1
2025-01-07 11:17:00
本文转自:人民网-北京频道“小平台”撬动“大服务”超八成企业注册“北京市医疗器械审评咨询和预约系统”人民网北京1月7日电 (记者鲍聪颖)1月7日
2025-01-07 11:21:00
制药行业对低温冷水机情有独钟,其 “魅力密码”是什么?
在制药这个对环境条件和生产工艺要求近乎苛刻的行业里,低温冷水机宛如一位默默守护的得力助手,深受制药企业的青睐。究竟是什么独特的“魅力密码”
2025-01-07 11:21:00
中运科技与北京轻普出租汽车有限公司达成战略合作
近日,中运科技股份有限公司与北京轻普出租汽车有限公司签署战略合作协议,就数据业务场景共建、平台资源互惠及资本深度合作方面达成战略共识
2025-01-07 11:27:00
报告:春节“请2休11”拼假方案受用户追捧
1月6日,中国旅行社协会联合途牛发布《2025春节旅游消费趋势报告》(以下简称《报告》)。《报告》称,自2025年起,除夕纳入法定节假日
2025-01-07 11:28:00
“两颗芯”引爆显示革命 海信开启RGB-Mini LED新时代
北京时间 1 月 7 日凌晨,CES 2025展会开幕前,海信举办了2025显示技术发布会,全球首发RGB三维控色液晶显示技术
2025-01-07 11:34:00
重磅显示技术加持!海信将携116英寸全球最大Mini LED电视亮相CES
被誉为全球科技界奥斯卡的国际消费电子展(CES)将于1月7日在美国拉开帷幕,恰逢电视行业百年华诞,今年的CES备受关注
2025-01-07 11:36:00
杭州四小龙:闪耀的“东方神秘力量”
甲辰岁末,多家杭州公司顶着“东方神秘力量”的光环,密集被放到国内外的聚光灯下。一时间,“杭州四小龙”的说法在江湖上不胫而走
2025-01-07 11:42:00