標簽：圖片

從 ImageNet 到 AlexNet，李飛飛萬字自述人工智能誕生的關鍵進程

要怎么介紹李飛飛？ AI 教母、《時代》百大 AI 影響力人物、福布斯中國·全球華人精英 Top100， 美國國家工程院、國家醫學院、藝術與科學院三院院士， 現代人...
閱讀原文

喂飯級教程，看我如何用ChatGPT-4o做一款方塊游戲！

昨天發的一篇文章，講的是用 Midjourney 加 Kimi 做一款像素游戲。發完后，朋友看到說：“這他媽是游戲嘛，這跟你兒子學的 Scratch 做的游戲有什么區別？”我當...
閱讀原文

在線教程｜圖靈獎得主Yann LeCun盛贊！小紅書開源InstantID，一張原圖即可定制多種風格寫真

作者：十九 編輯：李寶珠，三羊 來自小紅書的 95 后工程師聯合北大團隊發布了開源項目「InstantID」，只需上傳一張照片，就能輕松定制多種風格的 AI 寫真。不...
閱讀原文

五圖亂嘩：AI 生圖橫掃初級設計獅

AI文生圖，即通過訓練神經網絡，使用AI自動生成高保真、高分辨乃至高度逼真的圖像。因為一句話就能生圖，因此被寵壞的用戶逐漸開始恣意妄為。 有想對著AI說一...
閱讀原文

在線教程｜低門檻部署！SUPIR 專治各種圖片模糊，還能理解文本描述進行精修

作者：十九 編輯：李寶珠，三羊 封面圖來源：SUPIR官網 SUPIR 圖像修復工具可應用于模糊風景、人物、動物、游戲畫面的修復等。家庭相冊中泛黃的老照片，歷史...
閱讀原文

融合ChatGPT+DALL·E 3，賈佳亞團隊新作開源暢玩：識圖推理生圖一站解決

允中 發自 凹非寺量子位 | 公眾號 QbitAI在開源社區中把GPT-4+Dall·E 3能?整合起來的模型該有多強？ 香港中文大學終身教授賈佳亞團隊提出多模態模型Mini-Gem...
閱讀原文

賈佳亞團隊新模型對標ChatGPT+DALL-E 3王炸組合！讀懂梗圖刷爆榜單，代碼復現數學函數

新智元報道編輯：編輯部 【新智元導讀】賈佳亞團隊提出VLM模型Mini-Gemini，堪比GPT-4+DALL-E 3王炸組合，一上線就刷爆了多模態任務榜單！讀得懂梗圖，做得了...
閱讀原文

生圖超級外掛！賈佳亞團隊提出 VLM 模型 Mini-Gemini，堪比 GPT4+DALLE3 王炸組合

更高清圖像的精確理解、更高質量的訓練數據、更強的圖像解析推理能力，還能結合圖像推理和生成，香港中文大學終身教授賈佳亞團隊提出的這款多模態模型Mini-Ge...
閱讀原文

刷爆多模態任務榜單！賈佳亞團隊Mini-Gemini登熱榜，代碼、模型、數據全部開源

機器之心發布 機器之心編輯部Mini-Gemini 堪比 GPT4+DALLE3 王炸組合。更高清圖像的精確理解、更高質量的訓練數據、更強的圖像解析推理能力，還能結合圖像推...
閱讀原文

Agent > GPT5？吳恩達最新演講：四種 Agent 設計范式（通俗易懂版）

吳恩達教授最近在紅杉 AI 峰會上講述了他對 Agent 的一些看法，盡管一些媒體已經進行了相關報道，但為了分發的及時性，而采用了機翻的方式，犧牲了表述的準確...
閱讀原文

內含教程丨最高可降低 16 倍成本，ComfyUI Stable Cascade 教程已上線，一鍵部署！

作者：十九 編輯：李寶珠 今年 2 月，Stability AI 開源了文生圖模型 Stable Cascade。相比于 Stable Diffusion 1.5，Stable Cascade 可以降低 16 倍成本。20...
閱讀原文

ChatGPT現在能幫你P圖了，只需簡單說幾個字

機器之心報道 作者：澤南、陳萍游戲規則已經改變。現在，不論是網頁、iOS 還是安卓版的 ChatGPT，都可以用上 DALL-E 3 強大的編輯圖像功能了。OpenAI 的 DALL...
閱讀原文

阿里7B多模態文檔理解大模型拿下新SOTA｜開源

mPLUG團隊 投稿量子位 | 公眾號 QbitAI多模態文檔理解能力新SOTA！ 阿里mPLUG團隊發布最新開源工作mPLUG-DocOwl 1.5，針對高分辨率圖片文字識別、通用文檔結...
閱讀原文

打敗 Midjourney，這個 Google 大牛推出的 AI 產品憑什么彎道超車

這可能是 最懂文字 的AI模型沒有誰能一直稱王，但加上前綴誰都有稱王的機會。 AI 文生圖，還能玩出什么新花樣？ 在這片群雄割據的紅海，頭部被 Midjourney、D...
閱讀原文

技術神秘化的去魅：Sora關鍵技術逆向工程圖解

智猩猩與智東西將于4月18-19日在北京共同舉辦2024中國生成式AI大會，阿里巴巴通義千問大模型技術負責人周暢，Open-Sora開發團隊潞晨科技創始人尤洋，「清華系...
閱讀原文