標簽：文本

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...

機器之心專欄 機器之心編輯部在過去短短兩年內，隨著諸如LAION-5B 等大規模圖文數據集的開放，Stable Diffusion、DALL-E 2、ControlNet、Composer ，效果驚人...

陳厚倫 投稿量子位 | 公眾號 QbitAI只需一句話描述，就能在一大段視頻中定位到對應片段！ 比如描述“一個人一邊下樓梯一邊喝水”，通過視頻畫面和腳步聲的匹配...

大數據文摘授權轉載自將門創投 作者：HiDream.ai 近年來隨著擴散模型（diffusion models）的進步和發展，給定文本提示進行高質量視頻生成技術有著顯著的提升...

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...

新智元報道編輯：Mindy 潤 【新智元導讀】圣達菲研究所的科研人員用非常嚴謹的定量研究方法，測試出了GPT-4在推理和抽象方面與人類水平還有較大差距。要想從G...

克雷西 發自 凹非寺量子位 | 公眾號 QbitAI能準確寫漢字的AI繪圖工具，終于登場了！ 包括中文在內一共支持四種語言，而且還能文字的位置還能任意指定。 從此...

清華王霞投稿量子位 | 公眾號 QbitAI用文字合成3D圖形的AI模型，又有了新的SOTA！ 近日，清華大學劉永進教授課題組提出了一種基于擴散模型的文生3D新方式。 ...

機器之心專欄 機器之心編輯部OpenAI GPT-4V 和 Google Gemini 都展現了非常強的多模態理解能力，推動了多模態大模型（MLLM）快速發展，MLLM 成為了現在業界最...

豐色 發自 凹非寺量子位 | 公眾號 QbitAIMeta發布了全新AI翻譯大模型，實時語音轉換延遲不超過2秒。 感受一把這個速度（西班牙語英語）： 不僅速度快，它的準...

點擊上方藍字關注我們“Google推出VideoPoet，一款生成式AI系統，通過文本等輸入創建和編輯視頻。與競爭模型不同，VideoPoet整合多項功能于單一模型，包括文本...

明敏 發自 凹非寺量子位 | 公眾號 QbitAI你敢信？大熊貓都會打牌了！ 看這毛茸茸的腦袋、抓牌的動作…… 而這其實都是AI生成的，還是零樣本那種。 這就是谷歌最...

其實一直有很多人問我，Prompt 要怎么寫效果才好，有沒有模板。 我每次都會說，能清晰的表達你的想法，才是最重要的，各種技巧都是其次。但是，我還是希望發...

機器之心報道 機器之心編輯部蒙娜麗莎打哈欠，小雞學會舉鐵……谷歌VideoPoet大模型表現很亮眼。2023 年底，科技公司都在沖擊生成式 AI 的最后一個關卡 —— 視頻...