隨著人工智能生成內容（AIGC）的快速發展，多模態大型語言模型（MLLM）在理解和生成結合視覺與語言的信息方面展現出巨大潛力。然而，現有的開源MLLM與商業模...

上傳一張個人照片就能瞬間變換身份，這不再是科幻片中的情節。最近，圖像生成技術經歷了顯著的進化，這是由基于擴散的, 文本到圖像大型模型的出現和進步驅動...

作者：十九 編輯：李寶珠，三羊 來自小紅書的 95 后工程師聯合北大團隊發布了開源項目「InstantID」，只需上傳一張照片，就能輕松定制多種風格的 AI 寫真。不...

? Google I/O 2024 Keynote 主題演講將于 5 月 15 日（下周三）凌晨 1 點舉行，屆時 HyperAI超神經會在視頻號和 B 站實時轉播，立即預約不錯過↓ ? 直播結束后...

·衡宇 發自 凹非寺量子位 | 公眾號 QbitAIControlNet作者新作，玩兒得人直呼過癮，剛開源就攬星1.2k。 用于操縱圖像照明效果的IC-Light，全稱lmposing Consis...

作者：十九 編輯：李寶珠，三羊 超分辨率能夠克服或補償由于圖像采集系統、采集環境本身限制而導致的成像模糊、圖像質量低下等問題，提升圖像分辨率，為特征...

作者：十九 編輯：李寶珠，三羊 APISR 不僅可以恢復并增強低質量、低分辨率的動漫圖像和視頻源，還能處理各種圖像退化問題（如模糊、噪聲、壓縮偽影等），提...

近幾個月來，圍繞人工智能的炒作達到了瘋狂的程度。據說，特斯拉將在一兩年內完全實現自動駕駛，人工智能明年將比人類更聰明，到2040年，十億臺AI驅動的機器...

夕小瑤科技說 原創作者 | 謝年年構建多模態大模型時有很多有效的trick，如采用交叉注意力機制融合圖像信息到語言模型中，或直接將圖像隱藏狀態序列與文本嵌入...

隨著計算機視覺技術的不斷發展，圖像分割在諸多領域展現出重要的應用價值。近年來，各種圖像分割數據集如雨后春筍般涌現。上個月，字節跳動發布了首個大規模...

“黏土AI”一夜之間火了，霸屏五一假期，登頂App免費榜。 作者|李水青 編輯|心緣 智東西5月6日報道，今年五一假期，一個名為“Remini”的AI修圖App火遍全網。 用...

夕小瑤科技說 原創作者 | 任同學與開源和閉源模型相比，InternVL 1.5 在 OCR、多模態、數學和多輪對話等 18 個基準測試中的 8 個中取得了最先進的結果。 上海...

機器之心報道 編輯：楊文、亞鸝有了 StoryDiffusion，更加一致性的圖像和視頻生成得到了保障。兩天前，圖靈獎得主 Yann LeCun 轉載了「自己登上月球去探索」...

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...

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...