標(biāo)簽：圖像

隨著人工智能生成內(nèi)容（AIGC）的快速發(fā)展，多模態(tài)大型語言模型（MLLM）在理解和生成結(jié)合視覺與語言的信息方面展現(xiàn)出巨大潛力。然而，現(xiàn)有的開源MLLM與商業(yè)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(jié)。最近，圖像生成技術(shù)經(jīng)歷了顯著的進(jìn)化，這是由基于擴(kuò)散的, 文本到圖像大型模型的出現(xiàn)和進(jìn)步驅(qū)動...

作者：十九 編輯：李寶珠，三羊 來自小紅書的 95 后工程師聯(lián)合北大團(tuán)隊發(fā)布了開源項目「InstantID」，只需上傳一張照片，就能輕松定制多種風(fēng)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(jīng)會在視頻號和 B 站實時轉(zhuǎn)播，立即預(yù)約不錯過↓ ? 直播結(jié)束后...

·衡宇 發(fā)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(bǔ)償由于圖像采集系統(tǒng)、采集環(huán)境本身限制而導(dǎo)致的成像模糊、圖像質(zhì)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(fù)并增強(qiáng)低質(zhì)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(dá)到了瘋狂的程度。據(jù)說，特斯拉將在一兩年內(nèi)完全實現(xiàn)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(qū)動的機(jī)器...

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

隨著計算機(jī)視覺技術(shù)的不斷發(fā)展，圖像分割在諸多領(lǐng)域展現(xiàn)出重要的應(yīng)用價值。近年來，各種圖像分割數(shù)據(jù)集如雨后春筍般涌現(xiàn)。上個月，字節(jié)跳動發(fā)布了首個大規(guī)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(wǎng)。 用...

夕小瑤科技說 原創(chuàng)作者 | 任同學(xué)與開源和閉源模型相比，InternVL 1.5 在 OCR、多模態(tài)、數(shù)學(xué)和多輪對話等 18 個基準(zhǔn)測試中的 8 個中取得了最先進(jìn)的結(jié)果。 上海...

機(jī)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(zhuǎn)載了「自己登上月球去探索」...

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進(jìn)了學(xué)術(shù)...

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進(jìn)了學(xué)術(shù)...