標(biāo)簽：圖像

WPS接入DeepSeek，秒變辦公神器！

WPS 大家經(jīng)常用來日常寫作，雖然本身提供了AI功能，但可惜需要會員，本文教你三分鐘接入最火的DeepSeek，讓W(xué)PS秒變辦公神器。 DeepSeek API申請地址：http:/...
閱讀原文

AI賺錢副業(yè)~AI生成影視解說，半個月漲粉變現(xiàn)3.5W+！

這兩年大家都在感嘆生活不易，然而我想說的是，機(jī)會還是有的，但問題不在于有沒有，而在于你是否能夠認(rèn)準(zhǔn)機(jī)會，然后抓住它。 接觸過很多咨詢項(xiàng)目的人，發(fā)現(xiàn)...

Mistral放大招：124B多模態(tài)，Canvas、搜索、圖片生成免費(fèi)用

Mistral AI終于放大招了！一連發(fā)布兩大更新——Pixtral Large：前沿級124B多模態(tài)模型，用于驅(qū)動新Le Chat。 全新Le Chat：具備網(wǎng)頁搜索、Canvas、圖像生成、圖...
閱讀原文

超GPT-4o，1240億參數(shù)！最強(qiáng)開源多模態(tài)模型?Pixtral Large！

大會預(yù)告12月5-6日，智猩猩共同主辦的2024中國生成式AI大會（上海站）將舉辦。北大（臨港）大模型對齊中心執(zhí)行主任徐驊，騰訊優(yōu)圖實(shí)驗(yàn)室天衍研究中心負(fù)責(zé)人吳...
閱讀原文

多模態(tài)競技場對標(biāo)90B Llama 3.2！Pixtral 12B技術(shù)報(bào)告全公開

新智元報(bào)道編輯：alan 【新智元導(dǎo)讀】以開源極客之姿殺入江湖的Mistral AI，在9月份甩出了自家的首款多模態(tài)大模型Pixtral 12B，如今，報(bào)告之期已至，技術(shù)細(xì)節(jié)...
閱讀原文

發(fā)力了，Mistral對標(biāo)ChatGPT全面升級le Chat，還祭出超大杯多模態(tài)模型

機(jī)器之心報(bào)道 編輯：蛋醬、陳陳一覺醒來，Mistral AI 又發(fā)力了。 就在今天，Mistral AI 多模態(tài)家族迎來了第二位成員：一個名為 Pixtral Large 的超大杯基礎(chǔ)模...
閱讀原文

AI一鍵解析九大生物醫(yī)學(xué)成像模式，用戶只需文字prompt交互，微軟UW等新研究登Nature Methods

BiomedParse團(tuán)隊(duì) 投稿量子位 | 公眾號 QbitAI用AI大模型一鍵解析MRI、CT和病理學(xué)等九大生物醫(yī)學(xué)成像模式。 不僅復(fù)雜、不規(guī)則形狀對象能高精度識別： 而且通過...
閱讀原文

攻克OCR手寫識別難點(diǎn)！InkSight教程上線，實(shí)現(xiàn)高精度轉(zhuǎn)寫；iNatSounds數(shù)據(jù)集發(fā)布，含23萬自然物種音頻

手寫記錄是許多人在日常生活中記錄靈感的方式，但如何高效地將手寫內(nèi)容轉(zhuǎn)化為電子文本一直是一大挑戰(zhàn)。傳統(tǒng)的 OCR（光學(xué)字符識別）技術(shù)在處理復(fù)雜背景或不規(guī)...
閱讀原文

從未見過現(xiàn)實(shí)世界數(shù)據(jù)，MIT在虛擬環(huán)境中訓(xùn)練出機(jī)器狗，照樣能跑酷

機(jī)器之心報(bào)道 編輯：杜偉如今，機(jī)器人學(xué)習(xí)最大的瓶頸是缺乏數(shù)據(jù)。與圖片和文字相比，機(jī)器人的學(xué)習(xí)數(shù)據(jù)非常稀少。目前機(jī)器人學(xué)科的主流方向是通過擴(kuò)大真實(shí)世界...
閱讀原文

視頻大模型無損提速：刪除多余token，訓(xùn)練時間減少30%，幀率越高效果越好 | NeurIPS

克雷西 發(fā)自 凹非寺量子位 | 公眾號 QbitAIDon’t look twice！ 把連續(xù)相同的圖像塊合并成一個token，就能讓Transformer的視頻處理速度大幅提升。 卡內(nèi)基梅隆...
閱讀原文

深度解析Recraft V3：突破文本渲染限制，「文生圖」黑馬是怎樣煉成的？

新智元報(bào)道編輯：LRST 【新智元導(dǎo)讀】Recraft團(tuán)隊(duì)通過結(jié)合TextDiffuser-2技術(shù)和自訓(xùn)練的大型語言模型，提升了文本到圖像渲染的質(zhì)量和準(zhǔn)確性，不過現(xiàn)有模型在...
閱讀原文

擴(kuò)散模型失寵？端側(cè)非自回歸圖像生成基礎(chǔ)模型Meissonic登場，超越SDXL！

新智元報(bào)道編輯：LRST 【新智元導(dǎo)讀】剛剛，一款專為消費(fèi)級顯卡設(shè)計(jì)的全新非自回歸掩碼圖像建模的文本到圖像生成模型——Meissonic發(fā)布，標(biāo)志著圖像生成即將進(jìn)...
閱讀原文

開源版SearchGPT來了，兩張3090就可復(fù)現(xiàn)，超越Perplexity付費(fèi)版

VSA團(tuán)隊(duì) 投稿量子位 | 公眾號 QbitAIOpenAI推出SearchGPT沒幾天，開源版本也來了。 港中文MMLab、上海AI Lab、騰訊團(tuán)隊(duì)簡易實(shí)現(xiàn)了Vision Search Assistant，...
閱讀原文

真·打字P圖！字節(jié)發(fā)布新模型SeedEdit，一句話爆改世界名畫，可免費(fèi)體驗(yàn)

機(jī)器之心原創(chuàng) 作者：澤南、楊文一句話實(shí)時P圖，網(wǎng)友又能整活了。字節(jié)豆包大模型又又又上新了！ 11 月 11 日，字節(jié)跳動豆包大模型團(tuán)隊(duì)推出了最新圖像編輯模型 ...
閱讀原文

當(dāng)視覺大模型陷入認(rèn)知失調(diào)，馬里蘭大學(xué)構(gòu)建了一個幻覺自動生成框架

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收報(bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)...
閱讀原文

AI有鼻子了，還能遠(yuǎn)程傳輸氣味，圖像生成香水

機(jī)器之心報(bào)道 編輯：Panda、張倩眾所周知，圖像、音樂能用 AI 生成，但出乎意料的是，氣味也行。 最近，一個名叫 Osmo 的初創(chuàng)公司宣布，他們成功地將氣味數(shù)字...
閱讀原文

評估大模型不看輸出看「內(nèi)在」，上交大新測試指標(biāo)入選NeurIPS 2024

上交大MIFA實(shí)驗(yàn)室 魏來 投稿量子位 | 公眾號 QbitAI能夠深入大模型內(nèi)部的新評測指標(biāo)來了！ 上交大MIFA實(shí)驗(yàn)室提出了全新的大模型評估指標(biāo)Diff-eRank。 不同于...
閱讀原文
123…48