• 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
AIGC生成图像加速度 百亿赛道将开启
...互联网巨头、AI独角兽等各行业玩家也在集体涌进AIGC图像生成赛道,如百度的文心一格、腾讯的AI画匠、蓝色光标的“创意画廊”等,企图在这场AIGC的盛宴中创造更大的市场价值。近日,英伟达在GTC大会(GPU Technology Conference)...……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
商汤发布开源社区最大最强多模态多任务通用大模型“书生2.5”
...的能力,可根据用户提出的文本创作需求,利用扩散模型生成算法,生成高质量、自然的写实图像。例如借助“书生2.5”的以文生图能力帮助自动驾驶技术研发,通过生成各类真实的道路交通场景,如繁忙的城市街道、雨天拥挤...……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
华人团队爆火instructblip抢跑看图聊天
碾压GPT-4识图能力的多模态生成模型来了。华人团队最新提出的InstructBLIP在多项任务上实现SOTA。GPT-4看图聊天还没上线,就已经被超越了。近来,华人团队开源了多模态基础模型InstructBLIP,是从BLIP2模型微调而来的模型。BLIP家族...……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
360智慧生活:智脑·视觉大模型及AI新硬件助力安防智能化
...前主要关注三个能力,即开放目标检测(OVD)、图像标题生成和视觉问答(VQA)。通过学习互联网上的大量图文对数据,开放目标检测能够让模型学习到更多目标类别的能力。图像标题生成是一种高级形式的图像理解,能够满足...……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
更多关于科技的资讯:
本文转自:人民网人民网记者 王子锋站在车间里,看着眼前的孪生可视化中枢和精密运转的智能生产线,海尔制冷全球供应链智能制造工程师刘贺新常常感慨
2025-02-26 17:23:00
本文转自:人民网人民网北京2月26日电 (记者申佳平)在工业和信息化部2月26日举行的新闻发布会上,工业和信息化部规划司副司长吴家喜介绍
2025-02-26 17:24:00
灌云农商银行黄岩:以数据为墨 绘就农商行业务发展绚丽华章
在灌云农商行有一位默默奉献的“数据工匠”,在今年“千企万户大走访 服务实体展担当”一季度劳动竞赛活动中,以统计为笔,着数据之墨
2025-02-26 17:26:00
灌云农商银行:开户流程 “快准全” 暖企服务进行时
自2025年“千企万户大走访 服务实体展担当”一季度劳动竞赛活动开展以来,该行上下积极响应,迅速投身到这场助力地方实体经济发展的行动浪潮中
2025-02-26 17:27:00
河北新闻网讯(齐芳)近年来,东北大学秦皇岛分校主动对接国家和区域经济社会发展需求,搭建高水平科研平台,激发科技创新潜能
2025-02-26 17:31:00
刷新纪录!联想合肥产业基地第3亿台PC下线
快科技2月26日消息,今日,联想集团宣布,旗下合肥产业基地第3亿台PC下线。联想表示,自2018年下线第1亿台PC、2021年下线第2亿台PC后
2025-02-26 17:35:00
《王者荣耀》芈月史诗皮肤公布:一身红衣妩媚绝艳
快科技2月26日消息,《王者荣耀》今天宣布《王者荣耀》芈月史诗新皮肤,将在2025年2月27日版本更新后上架商城。首周(2025年2月27日08:00~3月5日23:59)价格710点券
2025-02-26 17:35:00
重大突破!全球最大功率甲醇双燃料主机在沪交付
本文转自:人民网-上海频道人民网上海2月26日电 (记者葛俊俊)2月26日,由中国船舶集团旗下中船温特图尔发动机有限公司研发
2025-02-26 17:44:00
启航数字未来,盛沅信息引领科技新篇章
在这个日新月异的数字化时代,技术的每一次飞跃都是对未来的深刻探索与承诺。2023年8月24日,一颗璀璨的新星在吉林省的科技天空中升起——吉林省盛沅信息技术有限公司正式宣告成立
2025-02-26 17:52:00
高能环境董事长李卫国召开公司效率与人工智能变革研讨会
2月26日,高能环境董事长主持召开高能环境“效率与人工智能变革”专题研讨会,聚焦AI时代下企业内部管理优化、流程再造及人才梯队建设等议题
2025-02-26 17:53:00
南海网2月26日消息(记者 王子遥)记者从2月26日举办的第五届中国国际消费品博览会筹备进展发布会上了解到,第五届消博会将在cdf海口国际免税城设置中免新消费场景展区
2025-02-26 17:55:00
铝材厂家哪家好?断桥铝哪家好?2025铝材十大品牌推荐银一百铝材等等
铝材厂家哪家好?断桥铝怎么选?铝材十大品牌之银一百铝材:在铝材行业朝气蓬勃发展历程中,始创于1993年的银一百铝材也享受到了时代的红利
2025-02-26 17:56:00
新年新局 以变应变:汤沟酒业专注淬炼销售铁军
中国白酒行业正经历百年未有之大变局,市场格局重塑,竞争日趋激烈。面对挑战,汤沟酒业以一场大刀阔斧的组织变革展现了其战略决心和迎难而上的勇气
2025-02-26 17:59:00
耕升RTX 5070 Ti炫光·超OC显卡评测:外形紧凑 性能不打折
一、前言:耕升超频版RTX 5070 Ti也来了耕升作为全球知名的显卡品牌,在RTX 50系上市之际,也同步推出了自己的多款显卡产品
2025-02-26 18:05:00
DeepSeek宣布下调API调用价格!夜间错峰时段更便宜 R1直接打2.5折
快科技2月26日消息,今日,DeepSeek API开放平台宣布,即日起,北京时间每日00:30至08:30的夜间空闲时段
2025-02-26 18:05:00