標簽:圖像

一萬億token!34億張圖像,擴大10倍!史上最大開源多模態數據集MINT-1T發布!

夕小瑤科技說 原創作者 | 谷雨龍澤眾所周知,現在訓練AI最需要的是什么? 數據,數據,還是數據。——畢竟只有讓AI學好了,AI才能好好地回答你的問題,否則就會...
閱讀原文

剛剛,Meta開源「分割一切」2.0模型,視頻也能分割了

機器之心報道 機器之心編輯部還記得 Meta 的「分割一切模型」嗎?這個模型在去年 4 月發布,被很多人認為是顛覆傳統 CV 任務的研究。 時隔一年多,剛剛,Meta...
閱讀原文

日均tokens使用量超5000億,AI生圖玩法猛猛上新:豆包大模型為什么越來越「香」了?

機器之心報道 作者:蛋醬2024 年的 AI 圖像生成技術,又提升到了一個新高度。 技術的飛速迭代,讓這一領域的商業化落地進入加速階段。前有 Midjourney v6 史...
閱讀原文

ECCV 2024|是真看到了,還是以為自己看到了?多模態大模型對文本預訓練知識的過度依賴該解決了

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年,機器之心AIxiv專欄接收報道了2000多篇內容,覆蓋全球各大高校與企業的頂級實驗室,有效促進了學術...
閱讀原文

ICML最佳論文SD3上線公共教程!DreamBench++圖像自動評估新基準來了,實現人類偏好深度對齊

近日,ICML 2024 最佳論文公布了!其中就包含年度圖像生成的「網紅模型」——Stable Diffusion 3(簡稱 SD3)。SD3 是由 Stability AI 開發的最新文本到圖像生...
閱讀原文

萬字長文分享快手 Kolors 可圖大模型應用實踐

嘉賓 | 李巖 策劃 | 李忠良 在企業提效方面,多模態能力同樣具有重要意義。在 AICon 北京站活動中,我們邀請了快手「可圖」大模型負責人李巖,他分享了主題為...
閱讀原文

在線教程 | Stable Diffusion 3 Medium 現已開源,一鍵開啟你的創作之旅!

作者:小貝 編輯:十九 文生圖界的扛把子 Stability AI 開源的模型 Stable Diffusion 3 Medium,在圖像質量、復雜提示理解以及資源效率方面都有顯著提升,能...
閱讀原文

入選ACL 2024!引入零樣本學習,華中科大發布針對甲骨文破譯優化的條件擴散模型

作者:田小幺 編輯:李寶珠,十九 華中科技大學白翔、劉禹良研究團隊聯合阿德萊德大學、安陽師范學院、華南理工大學,訓練出了一種針對甲骨文破譯優化的條件...
閱讀原文

ECCV 2024 | 讓GPT-4圖像理解更易出錯,全新策略增強VLP模型對抗遷移性

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年,機器之心AIxiv專欄接收報道了2000多篇內容,覆蓋全球各大高校與企業的頂級實驗室,有效促進了學術...
閱讀原文

字節跳動科學家組團演講,揭秘AI視頻生成大招!

字節跳動多位視覺大模型研究關鍵人物同臺。 作者|程茜 編輯|心緣 智東西7月19日報道,今日下午,在字節跳動AI技術菁英論壇上,字節跳動豆包大模型視覺基礎研...
閱讀原文

價值 999!Apache CoC 大會門票免費送;ToT 大模型時間推理基準數據集上新

7 月 26-28 日,Apache 將在杭州舉辦 CommunityOverCode Asia 2024(簡稱 CoC),該會議將給大家帶來 Apache 社區建設和發展的最新資訊和前沿實踐。HyperAI超...
閱讀原文

基于LoRA微調多模態大模型一文解析

7月16日19點,「智猩猩AI新青年講座」第244講將開講。上海交通大學和寧波東方理工大學聯合培養博士生徐良將主要講解通用的3D人體動作生成框架ActFormer和人體...
閱讀原文

MSRA:視覺生成六大技術問題

古紓旸 投稿量子位 | 公眾號 QbitAI文生圖、文生視頻,視覺生成賽道火熱,但仍存在亟需解決的問題。 微軟亞洲研究院研究員古紓旸對此進行了梳理,他認為視覺...
閱讀原文

一分鐘原畫變3D角色,清華VAST成果入選圖形學頂會SIGGRAPH

CharacterGen團隊 投稿量子位 | 公眾號 QbitAI隨便一張立繪都能生成游戲角色,任意IP快速三維化有新招了! 來自清華大學和VAST的研究人員聯合推出了Character...
閱讀原文

一鍵運行 ComfyUI SD3!大規模醫學 VQA 評測數據集上線,涉及超 20 個人體器官和部位

為了進一步推進 AI4S 的普適化,HyperAI超神經策劃了「Meet AI4S」系列直播欄目。第一期直播將于 7 月 17 日 19:00 準時上線!我們邀請到了浙江大學遙感與地...
閱讀原文
191011121348