標簽：圖像

新智元報道編輯：LRS 好困 【新智元導讀】將2D擴散模型的強大圖像生成能力與再繪策略的紋理對齊能力結合起來，Repaint123能夠在2分鐘內從零開始生成具有多視...

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

新智元報道編輯：alan 【新智元導讀】神經網絡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，我們人類的判斷也會受到這種對抗性擾...

張俊武 唐振宇 投稿量子位 | 公眾號 QbitAI只需兩分鐘，玩轉圖片轉3D！ 還是高紋理質量、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...

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

機器之心報道 編輯：Panda用圖 2 的風格畫圖 1 的貓貓并給它戴上一頂帽子。谷歌新設計的一種圖像生成模型已經能做到這一點了！通過引入指令微調技術，多模態...

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

夕小瑤科技說 原創作者 | 付奶茶谷歌推出了一種創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據。這個框架首先從合成的圖像標題開始，然后...

新智元報道編輯：LRS 【新智元導讀】波士頓學院博士后招聘，要求計算機相關博士，研究方向為生物醫學圖像分析，重點關注病理圖像和三維顯微圖像。波士頓學院...

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 神經網絡，將太陽的二維圖像轉換成三維重建圖像，首次揭示了太陽的...

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

作者 | 凌敏 近日，清華 KEG 實驗室與智譜 AI 聯合推出了視覺 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...

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

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中展現出令人...

夕小瑤科技說 原創作者 | 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...