標(biāo)簽：圖像

編者按：提到“程序猿”，大家腦海中是不是立刻浮現(xiàn)出格子衫、不修邊幅、呆滯的畫面形象？這些刻板印象已經(jīng)out啦，其實(shí)程序員們都是敬業(yè)又聰明的熱血少年！他們...

新智元報(bào)道編輯：LRST 【新智元導(dǎo)讀】VQAScore是一個(gè)利用視覺問(wèn)答模型來(lái)評(píng)估由文本提示生成的圖像質(zhì)量的新方法；GenAI-Bench是一個(gè)包含復(fù)雜文本提示的基準(zhǔn)測(cè)...

點(diǎn)擊下方卡片，關(guān)注“AI生成未來(lái)”后臺(tái)回復(fù)“GAI”，免費(fèi)獲取最新AI相關(guān)行業(yè)報(bào)告和資料！ 作者：Hong Chen等 解讀：AI生成未來(lái) 文章鏈接：https://arxiv.org/pdf/...

新智元報(bào)道編輯：桃子 【新智元導(dǎo)讀】完整版o1圖像理解能力，被提前「放出」了？網(wǎng)友曝出o1能夠識(shí)圖，進(jìn)行推理總結(jié)。現(xiàn)在，o1多模態(tài)一大波試用已經(jīng)鋪屏全網(wǎng)。...

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(guò)去數(shù)年，機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)...

劉子煜 投稿量子位 | 公眾號(hào) QbitAI多圖像場(chǎng)景也能用DPO方法來(lái)對(duì)齊了！ 由上海交大、上海AI實(shí)驗(yàn)室、港中文等帶來(lái)最新成果MIA-DPO。 這是一個(gè)面向大型視覺語(yǔ)言...

夕小瑤科技說(shuō) 分享來(lái)源 | 機(jī)器之心大家別猜了，「red_panda」（小熊貓）模型有主了。 謎底解開了。 前幾天在 Hugging Face 文本轉(zhuǎn)圖像排行榜上排名第一的 red...

機(jī)器之心報(bào)道 機(jī)器之心編輯部大家別猜了，「red_panda」（小熊貓）模型有主了。謎底解開了。 前幾天在 Hugging Face 文本轉(zhuǎn)圖像排行榜上排名第一的 red_panda...

HyperAI超神經(jīng)教程版塊現(xiàn)已上線「Stable-Diffusion-3.5-Large 圖像生成 Demo」，無(wú)需輸入任何命令，一鍵克隆即可快速體驗(yàn)！今年 6 月，Stability AI 隆重發(fā)布...

允中 發(fā)自 凹非寺量子位 | 公眾號(hào) QbitAI多模態(tài)模型，統(tǒng)一圖像生成。 最新擴(kuò)散模型框架來(lái)了。 智源研究院推出OmniGen，它能天然支持各種圖像生成任務(wù)，架構(gòu)高...

講座預(yù)告11月1日上午10點(diǎn)，南開大學(xué)在讀博士李森茂，將以《基于擴(kuò)散模型編碼器模塊的推理加速》為主題進(jìn)行直播講解，歡迎掃碼報(bào)名~導(dǎo)讀Hi大家好，我叫延捷，...

最近，文本到圖像的擴(kuò)散模型取得了顯著的進(jìn)步。值得注意的是，Stable Diffusion和DeepFloyd-IF是當(dāng)前開源社區(qū)中最成功的兩個(gè)擴(kuò)散模型。這些模型基于UNet架構(gòu)...

一水 發(fā)自 凹非寺量子位 | 公眾號(hào) QbitAI一夜之間，名為“red_panda”（小熊貓）的神秘文生圖模型狠狠火了！！ 登頂文生圖競(jìng)技場(chǎng)，直接將Flux、Midjourney等一...

機(jī)器之心發(fā)布 機(jī)器之心編輯部大型語(yǔ)言模型（LLM）的出現(xiàn)統(tǒng)一了語(yǔ)言生成任務(wù)，并徹底改變了人機(jī)交互。然而，在圖像生成領(lǐng)域，能夠在單一框架內(nèi)處理各種任務(wù)的...

新智元報(bào)道編輯：編輯部 HYZ 【新智元導(dǎo)讀】LLM統(tǒng)一了語(yǔ)言生成任務(wù)，圖像生成可以嗎？就在剛剛，智源推出了全新擴(kuò)散模型架構(gòu)OmniGen，單個(gè)模型就能生成圖像，...