標(biāo)簽：圖像

只需2分鐘，單視圖3D生成又快又好！北大等提出全新Repaint123方法

新智元報道編輯：LRS 好困 【新智元導(dǎo)讀】將2D擴(kuò)散模型的強(qiáng)大圖像生成能力與再繪策略的紋理對齊能力結(jié)合起來，Repaint123能夠在2分鐘內(nèi)從零開始生成具有多視...
閱讀原文

Midjourney文本渲染新升級，與DALL·E 3拼，看看誰更強(qiáng)

機(jī)器之心報道 編輯：大盤雞文字渲染哪家強(qiáng)，今天你來做裁判。如果文生圖中也有「敬業(yè)」代表，那 Midjourney 絕對能夠提名。從發(fā)布開始，每次更新都給我們不一...
閱讀原文

谷歌DeepMind最新研究：對抗性攻擊對人類也有效，人類和AI都會把花瓶認(rèn)成貓！

新智元報道編輯：alan 【新智元導(dǎo)讀】神經(jīng)網(wǎng)絡(luò)由于自身的特點而容易受到對抗性攻擊，然而，谷歌DeepMind的最新研究表明，我們?nèi)祟惖呐袛嘁矔艿竭@種對抗性擾...
閱讀原文

1張圖2分鐘轉(zhuǎn)3D！紋理質(zhì)量、多視角一致性新SOTA｜北大出品

張俊武 唐振宇 投稿量子位 | 公眾號 QbitAI只需兩分鐘，玩轉(zhuǎn)圖片轉(zhuǎn)3D！ 還是高紋理質(zhì)量、多視角高一致性的那種。 不管是什么物種，輸入時的單視圖圖像還是這...
閱讀原文

攻克圖像「文本生成」難題，碾壓同級擴(kuò)散模型！兩代TextDiffuser架構(gòu)深度解析

新智元報道編輯：LRS 好困 【新智元導(dǎo)讀】解決擴(kuò)散模型「不識字」的問題，Textdiffuser采用兩階段（布局+圖像）生成框架，顯著提升了相關(guān)性能的指標(biāo)！近年來...
閱讀原文

看見這張圖沒有，你就照著畫：谷歌圖像生成AI掌握多模態(tài)指令

機(jī)器之心報道 編輯：Panda用圖 2 的風(fēng)格畫圖 1 的貓貓并給它戴上一頂帽子。谷歌新設(shè)計的一種圖像生成模型已經(jīng)能做到這一點了！通過引入指令微調(diào)技術(shù)，多模態(tài)...
閱讀原文

因為它，馬斯克和兵馬俑都跳起了《科目三》

一張照片就能讓馬斯克、梅西等各大名人魔性跳舞，甚至連火爆全網(wǎng)的科目三都能安排上。 這可不是什么高深 AI 技術(shù)，阿里通義千問移動端新增的「全民舞王」功能...
閱讀原文

谷歌推出創(chuàng)新SynCLR技術(shù)：借助AI生成的數(shù)據(jù)實現(xiàn)高效圖像建模，開啟自我訓(xùn)練新紀(jì)元！

夕小瑤科技說 原創(chuàng)作者 | 付奶茶谷歌推出了一種創(chuàng)新性的合成圖像框架，這一框架獨特之處在于它完全不依賴真實數(shù)據(jù)。這個框架首先從合成的圖像標(biāo)題開始，然后...
閱讀原文

博士后招聘｜波士頓學(xué)院Donglai Wei教授，生物醫(yī)學(xué)圖像分析方向

新智元報道編輯：LRS 【新智元導(dǎo)讀】波士頓學(xué)院博士后招聘，要求計算機(jī)相關(guān)博士，研究方向為生物醫(yī)學(xué)圖像分析，重點關(guān)注病理圖像和三維顯微圖像。波士頓學(xué)院...
閱讀原文

AI 立大功！神經(jīng)網(wǎng)絡(luò)對太陽圖像進(jìn)行三維重建，首次揭示太陽極點

作者：加零 編輯：李寶珠、三羊 科羅拉多州國家大氣研究中心 (NCAR) 的研究人員利用 NeRFs 神經(jīng)網(wǎng)絡(luò)，將太陽的二維圖像轉(zhuǎn)換成三維重建圖像，首次揭示了太陽的...
閱讀原文

谷歌發(fā)布Prompt Expansion框架，讓文生圖更輕松！

夕小瑤科技說 原創(chuàng)作者 | 付奶茶、Python盡管文本生成圖像（Text-to-Image Generation）模型功能強(qiáng)大，但有效地利用它們依然是一項挑戰(zhàn)，因為傳統(tǒng)使用方法往...
閱讀原文

清華大學(xué)與智譜 AI 聯(lián)合推出 CogAgent：基于多模態(tài)大模型的 GUI Agent，具備視覺問答、視覺定位等能力

作者 | 凌敏 近日，清華 KEG 實驗室與智譜 AI 聯(lián)合推出了視覺 GUI Agent——CogAgent，CogAgent 是一個通用的視覺理解大模型，具備視覺問答、視覺定位（Ground...
閱讀原文

給3D資產(chǎn)生成高清紋理，騰訊讓AI擴(kuò)充游戲皮膚

機(jī)器之心專欄 機(jī)器之心編輯部近日，騰訊宣布推出一項名為 Paint3D 的技術(shù)，它能夠根據(jù)文本或圖像輸入，為無紋理的 3D 模型生成高分辨率、無光照且多樣化的紋...
閱讀原文

ViT-22B被取代了！商湯開源60億視覺參數(shù)大模型InternVL刷爆多模態(tài)榜單！

論文鏈接： https://arxiv.org/abs/2312.14238開源代碼： https://github.com/OpenGVLab/InternVL01引言大型語言模型（LLMs）在開放世界語言任務(wù)中展現(xiàn)出令人...
閱讀原文

回顧2023，那些令 AI 圈大的瞬間！

夕小瑤科技說 原創(chuàng)作者 | 王二狗一年前，ChatGPT 橫空出世，“大模型”成為全球科技賽道絕對的“C位”。 這一年，國外微軟OpenAI和谷歌DeepMind等“眾神”打架，國...
閱讀原文
1…3132333435…48