標簽：圖像

夕小瑤科技說 原創作者 | 付奶茶、王二狗最近聽說，“遙遙領先”的GPT-4V翻大車了！竟然把海豹識別成狗！而且還分不清炸雞和泰迪！ 下面是GPT-4V對狗子和海豹的...

新智元報道編輯：Aeneas 好困 【新智元導讀】首個視覺、語言、音頻和動作多模態模型Unified-IO 2來了！它能夠完成多種多模態的任務，在超過30個基準測試中展...

夕小瑤科技說 原創作者 | 智商掉了一地、Python想要準確分辨出泰餐里的玉米筍？想吃美食但又怕一不小心無法控制卡路里而吃胖？食材在手但不知道該怎么搭配能...

夢晨 發自 凹非寺量子位 | 公眾號 QbitAI多模態大模型爆發，準備好進入圖像編輯、自動駕駛和機器人技術等細粒度任務中實際應用了嗎？ 目前大多數模型的能力還...

作者 ｜ 核子可樂、Tina 近日，文生視頻公司 Pika 推出 Pika1.0，能夠生成和編輯 3D 動畫、動漫、卡通和電影等各種風格的視頻，一經推出便在各大社交媒體上...

新智元報道編輯：桃子 好困 【新智元導讀】最強的全能多模態模型來了！就在近日，智源研究院重磅發布了開源界的「Gemini」——Emu2，一口氣刷新多項SOTA。過去...

點擊上方藍字關注我們“微軟最新推出的Copilot應用整合了GPT-4和DALL-E 3的語言與圖像生成能力，標志著其進一步在AI動力移動應用領域擴展。該免費應用在文本回...

西風 發自 凹非寺量子位 | 公眾號 QbitAI單RTX4090，每秒生成100張圖！ 一種專為實時交互式圖像生成而設計的一站式解決方案，登頂GitHub熱榜。 方案名為Strea...

英偉達官方盤點2023年10大研究，從CV到AI，從智能體到生成式AI。英偉達不但現實世界中用GPU收割全世界，也在虛擬世界中用一項項匪夷所思的技術展開了一場革命...

省流：Midjourney 在2023年12月21日發布了 V6 版本，是 Midjourney 團隊從頭開始訓練的第三個模型。目前 V5.2 和 V6 之間暫無 benchmark 對比，因此本次大部...

新智元報道編輯：桃子 【新智元導讀】二次元小姐姐全新生成模型來了，還是1秒100張那種。10毫秒生成一張圖像，1分鐘6000張圖像，這是什么概念？ 下圖中，就可...

機器之心專欄 機器之心編輯部【關注機器之心視頻號，第一時間看到有趣的AI內容】 不實際試穿，就能嘗試各種服飾，虛擬試衣技術讓「QQ秀」升級成了真人版，為...

機器之心專欄 機器之心編輯部在這篇 NeurIPS23 論文中，來自魯汶大學、新加坡國立大學和中科院自動化所的研究者提出了一種視覺 「讀腦術」，能夠從人類的大腦...

?新智元報道編輯：桃子 潤 【新智元導讀】英偉達官方盤點2023年10大研究，從CV到AI，從智能體到生成式AI。英偉達不但現實世界中用GPU收割全世界，也在虛擬世...

騰訊&港中文團隊 投稿量子位 | 公眾號 QbitAI在Transformer占據多模態工具半壁江山的時代，大核CNN又“殺了回來”，成為了一匹新的黑馬。 騰訊AI實驗室與港...