標(biāo)簽：圖像

機(jī)器之心報(bào)道 編輯：杜偉3D 生成領(lǐng)域迎來新的「SOTA 級選手」，支持商用和非商用。Stability AI 的大模型家族來了一位新成員。 昨日，Stability AI 繼推出文...

豐色 發(fā)自 凹非寺量子位 | 公眾號 QbitAI谷歌發(fā)布了一個(gè)新的視頻框架： 只需要一張你的頭像、一段講話錄音，就能得到一個(gè)本人栩栩如生的演講視頻。視頻時(shí)長可...

魚羊 發(fā)自 凹非寺量子位 | 公眾號 QbitAIStable Diffusion背后公司Stability AI又上新了。 這次帶來的是圖生3D方面的新進(jìn)展： 基于Stable Video Diffusion的S...

新智元報(bào)道編輯：LRS 【新智元導(dǎo)讀】利用文本生成圖片（Text-to-Image, T2I）已經(jīng)滿足不了人們的需要了，近期研究在T2I模型的基礎(chǔ)上引入了更多類型的條件來生...

選自IEEE 機(jī)器之心編譯 編輯：Panda人類設(shè)計(jì) prompt 的效率其實(shí)很低，效果也不如 AI 模型自己優(yōu)化。2022 年底，ChatGPT 上線，同時(shí)引爆了一個(gè)新的名詞：提示...

一直在大模型浪潮有點(diǎn)克制的蘋果，終于不再低調(diào)了。在今年的蘋果股東大會(huì)上，庫克罕見地談及了生成式 AI。 蘋果 2024 年將在生成式 AI 領(lǐng)域「開辟新天地」。 ...

作者 | 李忠良 今天，Apple 公司通過一篇名為《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》的研究論文，正式官宣了其在多模...

點(diǎn)擊上方藍(lán)字關(guān)注我們“蘋果公司近日宣布了其最新的多模態(tài)大型語言模型（MLLM）——MM1，這一創(chuàng)新產(chǎn)品在多模態(tài)學(xué)習(xí)和人工智能領(lǐng)域樹立了新的里程碑。MM1通過精心...

機(jī)器之心報(bào)道 機(jī)器之心編輯部蘋果也在搞自己的大型多模態(tài)基礎(chǔ)模型，未來會(huì)不會(huì)基于該模型推出相應(yīng)的文生圖產(chǎn)品呢？我們拭目以待。 今年以來，蘋果顯然已經(jīng)加...

新智元報(bào)道編輯：LRS 好困 【新智元導(dǎo)讀】Masked Diffusion Transformer V2在ImageNet benchmark 上實(shí)現(xiàn)了1.58的FID score的新SoTA，并通過mask modeling表征...

新智元報(bào)道編輯：LRS 【新智元導(dǎo)讀】新模型bGPT是一個(gè)基于字節(jié)的Transformer模型，能夠?qū)⒉煌愋偷臄?shù)據(jù)納入同一框架之下，可以生成文本、圖像和音頻，還能模...

西風(fēng) 發(fā)自 凹非寺量子位 | 公眾號 QbitAIMidjourney發(fā)布新功能，網(wǎng)友直呼“不可思議”！ 現(xiàn)在你可以讓生成的圖像幾乎保持角色一致，belike： 所有超級英雄長一...

機(jī)器之心報(bào)道 作者：蛋醬2024 開年，OpenAI 就在生成式 AI 領(lǐng)域扔下了重磅炸彈：Sora。 這幾年，視頻生成領(lǐng)域的技術(shù)迭代持續(xù)加速，很多科技公司也公布了相關(guān)...

機(jī)器之心報(bào)道 編輯：蛋醬這兩天，英國王室的 P 圖事件鬧得沸沸揚(yáng)揚(yáng)。 3 月 10 日，威廉與凱特的 X 官方賬號分享了一張凱特王妃和 3 個(gè)孩子的合影。然而，這張...

機(jī)器之心報(bào)道 機(jī)器之心編輯部這個(gè)模型和 Sora 一樣采用了 DiT 框架。眾所周知，開發(fā)頂級的文生圖（T2I）模型需要大量資源，因此資源有限的個(gè)人研究者基本都不...