標簽:圖像
Grok圖像理解功能上線,單挑ChatGPT結果驚人!無地標照片秒定位,18世紀手稿一眼識別
新智元報道編輯:靜音 【新智元導讀】能識別并轉錄18世紀手稿、還能推測無地標照片拍攝地……馬斯克本人也出來官宣:Grok現在能夠理解圖像了!就在剛剛,xAI為G...
【一周 AI 熱點】AI 操控電腦和手機、純血鴻蒙發布、多款文生圖重磅更新、智譜及科大訊飛產品重大升級
國際要聞OpenAI駁斥 GPT-5 發布傳聞,重組安全團隊并加速AI媒體生成OpenAI首席執行官Sam Altman在社交媒體上駁斥了有關公司計劃在年底前發布新AI模型Orion的...
匹配正確率提升187.9%!華中科技大學CGCL實驗室用自監督學習助力膠囊內窺鏡圖像拼接,「天眼」里也可看腸胃健康
作者:陸楓 編輯:十九,李寶珠 華中科技大學陸楓團隊聯合上海交通大學、中南民族大學、香港科技大學、香港理工大學、悉尼大學,提出了一種自監督的、基于片...
多模態大模型: 盤點&Highlights part1——從BLIP到LLaVA
講座預告11月1日上午10點,南開大學在讀博士李森茂,將以《基于擴散模型編碼器模塊的推理加速》為主題進行直播講解,歡迎掃碼報名~導讀Hi大家好,我叫延捷,...
NeurIPS 2024 | 如何防御對抗性提示攻擊?AdvUnlearn讓圖片生成風險驟降
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...
與OpenAI o1技術理念相似,TDPO-R算法有效緩解獎勵過優化問題
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...
新的Midjourney就是一個增強版的Photoshop,你現在可以輕松的用它換衣服、換發型了
好久沒有聊 Midjourney 了,昨晚他們發布了一項引人注目的新功能:AI 圖像編輯,一個基于網頁的加強版的Photoshop 呼之欲出,讓我大為震撼,也讓用戶們贊嘆不...
極速體驗最新版 Gradio 5!超 200 萬用戶使用;入選 ACCV’24,LoLI-Street 低光照圖像增強數據集上線
Gradio 自推出以來,每月已有超 200 萬用戶使用,在 AI 開發生態系統中扮演著關鍵角色。其簡潔的代碼和直觀的界面,使得復雜的機器學習模型也能輕松轉化為用...
iOS 18.2 蘋果 AI 更多新功能上線!首批實測來了,iPhone 更好用了嗎
最新功能 版本前瞻iOS 18.2 的首個開發者測試版來了,這也是最接近下周正式推送的版本。 這一 beta 版本繼續履行了 WWDC 2024 所推出的 Apple Intelligence ...
自動駕駛不怵惡劣天氣,西電&上海AI Lab多模態融合檢測端到端算法來了 | NeurlPS Oral
E2E-MFD團隊 投稿量子位 | 公眾號 QbitAI惡劣天氣下,自動駕駛汽車也能準確識別周圍物體了?! 西安電子科大、上海AI Lab等提出多模態融合檢測算法E2E-MFD,...
集成ChatGPT,蘋果AI更多功能放出!最新開發者測試版系統發布
新智元報道編輯:靜音 【新智元導讀】蘋果開發者測試版系統上新!更多Apple Intelligence功能已經可用了,包括ChatGPT集成。iOS 18終于帶著ChatGPT來了。 就...
圖像偽造照妖鏡!北大發布多模態LLM圖像篡改檢測定位框架FakeShield
新智元報道編輯:LRST 【新智元導讀】北京大學的研究人員開發了一種新型多模態框架FakeShield,能夠檢測圖像偽造、定位篡改區域,并提供基于像素和圖像語義錯...
0.11秒出圖!OpenAI發布sCM模型,提速50倍,作者來自清華
夕小瑤科技說 原創作者 | 小鹿家人們,OpenAI 又上新了! 這次他們推出了全新的生成式模型sCM(Simplifying Continuous-Time Consistency Models),支持視頻、...
Nature專業戶DeepMind又登封面,開源水印技術SynthID-Text,Gemini已經用上了
機器之心報道 機器之心編輯部現如今,大型語言模型(LLM)生成的內容已經充斥了整個互聯網,并且這些模型還能模仿各種類似真人的語氣和行文風格,讓人難以分...
魔法填充+無限擴圖,Ideogram推出AI畫板工具Canvas
機器之心報道 編輯:Panda今天是個好日子,至少對 AI 來說是如此。過去 24 小時內發布或更新的 AI 服務包括但不限于 Stable Diffusion 3.5 最強模型全家桶、...