• 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
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
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
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
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
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
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
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
...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
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
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
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
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
最强开源文生图模型一夜易主!SD原班人马打造,要发SOTA视频生成模型
...图模型霸主Stable Diffusion原班人马,宣布推出全新的图像生成模型FLUX.1。FLUX.1包含专业版、开发者版、快速版三种模型,其中前两款模型击败SD3-Ultra等主流模型,较小规模的FLUX.1[schnell]也超越了Midjourney v6.0、DALL·E 3等更大的……更多
Meta版Sora深夜横空出世,小扎放出16秒高清大片!92页论文曝光技术细节,Llama 3架构立功
【新智元导读】Meta版Sora,就在刚刚惊艳来袭。Movie Gen可生成1080p、16秒、每秒16帧的高清长视频,还能生成音效、编辑视频、上传图像生成个性化视频。甚至Meta还放出了92页论文,模型架构、训练细节一并公开,干货满满!毫无...……更多
扩散模型训练方法一直错了!谢赛宁:Representation matters
...我们可能一直都在用错误的方法训练扩散模型。」即使对生成模型而言,表征也依然有用。基于此,他们提出了 REPA,即表征对齐技术,其能让「训练扩散 Transformer 变得比你想象的更简单。」Yann LeCun 也对他们的研究表示了认可...……更多
超越扩散模型!自回归新范式仅需2.9秒就生成高质量图像
...量子位 | 公众号 QbitAI超越扩散模型!自回归范式在图像生成领域再次被验证——中科大、哈工大、度小满等机构提出通用文生图模型STAR。仅需2.9秒就可生成高质量图像,超越当前一众包括SDXL在内扩散模型的性能。此外在生成图...……更多
AI生成式视频往何处去 “灵动 AI”亮相网易未来大会
...始人雷海波、AI绘画知名博主娜乌斯嘉三人,共同就《AI生成视频往何处去?》分享精彩观点,英诺天使基金合伙人王晟为本次对话主理人。 易子立首先教授表示,随着AI热潮的来临,很多企业已经在尝试使用AI工具,但文生图、...……更多
马斯克评OpenAI首个视频生成模型:人类认赌服输
OpenAI周四发布了首个视频生成模型Sora,并展示了几段效果炸裂的演示视频。一位X用户分享了Sora生成的一名女子在东京街头漫步的视频,并评论称:“OpenAI今天宣布了Sora,它使用混合扩散和变压器模型架构生成长达1分钟的视频...……更多
oppo首个端侧应用70亿参数大模型findx7系列
...FindX7系列首次实现端侧应用70亿参数的大语言模型,以及生成式的视觉模型,在保障用户隐私安全的情况下,带来响应更快、处理能力更强、生成质量更高的本地AI体验。” 得益于完整的端侧应用的AndesGPT70亿参数大语言模型,Fi...……更多
...球率先上线一站式AI长视频制作平台Clipfly,集合了AI视频生成、AI视频增强、视频编辑等功能,短短两个月已在海外拥有10万名用户。竞逐人工智能新赛道,很多初创公司“拿着锤子找钉子”,先做大模型,再去找应用场景,但实...……更多
36氪首发|「Tiamat」完成近千万美元A轮融资,想将AI生成图像的可控性做到极致
...天使轮融资。36氪曾报道过的「Tiamat」是一家国内AI图像生成技术服务商,成立于2021年。其自研的MorpherVLM是国内首个基于概念融合范式提出的近百亿级跨模态生成模型,通过异构的视觉编码-解码网络结构,并引入基于用户反馈...……更多
更多关于科技的资讯:
全国多地出现海水倒灌 专家:与风暴潮叠加天文大潮有关
快科技10月21日消息,据媒体报道,辽宁盘锦、福建厦门等地出现海水倒灌现象,部分街道积水严重,当地百姓表示,这次潮水之大出乎预料
2024-10-21 18:53:00
昊铂HT车主:高速上辅助驾驶失灵撞车 厂家说我没开智驾
快科技10月21日消息,日前,有昊铂HT车主发文称,车辆在高速上辅助驾驶失灵导致事故,厂家却推诿责任。据车主介绍,事发当天
2024-10-21 18:53:00
特斯拉Model Y新车会跑偏 售后:建议等自适应
快科技10月21日消息,新提车的车方向跑偏,然而售后建议等自适应,这种听起来很离谱的事情真就发生了。据“1818黄金眼”报道
2024-10-21 18:53:00
美国最大车厂断臂:通用计划裁员1700人 欧美汽车豪强在华销量进入寒冬
美国最大车厂,再度裁员!据路透社发布的消息,通用汽车将分两轮,解雇堪萨斯工厂的1695 名工人。不久前的8月份,通用才刚经历过一波裁员
2024-10-21 18:53:00
搭载我国自研AEP100发动机!全球最大无人运输机W5000总装下线
快科技10月21日消息,据中国航发官微介绍,10月18日18时30分,由中国航发完全自主研制、具备国际竞争力的900千瓦级涡桨发动机AEP100
2024-10-21 19:23:00
新能源汽车遇维修难困境!维修技师涨薪20%仍难招
快科技10月21日消息,据报道,随着新能源汽车保有量加大,新能源车维修难且贵的困境愈发凸显。报道称,多家汽车维修店的员工表示
2024-10-21 19:23:00
问界M8最新谍照曝光:整车延续M9设计 取消激光雷达
快科技10月21日消息,最新的问界M8车型谍照在网络上曝光,揭示了这款新车的若干设计细节。整体来看,问界M8的姿态和轮廓与现款问界M9相似
2024-10-21 19:23:00
腾讯会议免费时长将缩短至40分钟:2人会议不限时
快科技10月21日消息,腾讯会议官方发布通知,后续将对免费版单场会议时长进行调整,将逐步调整为40分钟,同时将推出权益更丰富的专业版及商业版
2024-10-21 19:23:00
英睿达Pro系列DDR5-6400内存上市:32GB超频套装首发799元
快科技10月21日消息,美光英睿达Pro系列迎来了DDR5-6400 32GB(16GB x2)套装,首发799元。新款内存在外观上继承了上一代的经典设计
2024-10-21 19:23:00
西部数据专利诉讼大战落败!被判超3亿美元赔偿
快科技10月21日消息,据媒体报道,西部数据公司在一场专利侵权诉讼中败诉,被美国加利福尼亚州联邦陪审团勒令支付高达3.157亿美元的赔偿金
2024-10-21 19:23:00
玩家自制《黑神话:悟空》亢金星君建模:宫妆御姐 气质拉满
《黑神话:悟空》的剧情里塑造了许多让人印象深刻的角色,其中龙娘“亢金星君”凭借冷艳的外表和极具魅力的气质,以及“小迷妹惨遭恶堕”的剧情
2024-10-21 19:53:00
男子开了定速巡航放任不管:直接撞上高速路上故障车
快科技10月21日消息,当前有不少功能可以显著降低驾驶员的疲劳感,最基础的就是定速续航,然后是自适应续航、全速域自适应续航以及当前非常火爆的高阶辅助驾驶
2024-10-21 19:53:00
超原价三倍!任天堂闹钟现货已炒至2500元
快科技10月21日消息,任天堂近期推出了一款非传统意义上的新硬件——“Alarmo”的电子闹钟。这款闹钟目前仅在美国市场通过Nintendo Switch Online会员抽签方式发售
2024-10-21 19:53:00
10月19日,能源局公布统计信息,9月份全社会用电量8475亿千瓦,同比增加8.5%,电力工程交易持续较快增长趋势。据统计
2024-10-21 20:04:00
小米15现身跑分网站:多核性能超越A18 Pro
快科技10月21日消息,小米15标准版现身Geekbench跑分网站,其型号是24129PN74C,单核成绩是3097
2024-10-21 20:23:00