标签：分辨率

导读本文作者为苏剑林，来自月之暗面。这篇文章介绍了 Simple Diffusion，这是一篇探索如何直接在 Pixel 空间中端到端地训练图像扩散模型的工作，利用了信噪...

PS5 PRO 即将发布‍ 距离索尼发布 PS5 已经过去三年多了，其全球销量也已经达到了惊人的四千多万台。 现在，它的升级款有新消息了。有爆料称今年 11 月份，会...

鱼羊 发自 凹非寺量子位 | 公众号 QbitAI北大和字节联手搞了个大的： 提出图像生成新范式，从预测下一个token变成预测下一级分辨率，效果超越Sora核心组件Dif...

机器之心专栏 机器之心编辑部近日，来自香港中文大学 - 商汤科技联合实验室等机构的研究者们提出了FouriScale，该方法在利用预训练扩散模型生成高分辨率图像...

机器之心专栏 机器之心编辑部GPT-4V 的推出引爆了多模态大模型的研究。GPT-4V 在包括多模态问答、推理、交互在内的多个领域都展现了出色的能力，成为如今最领...

机器之心专栏 机器之心编辑部最近，华中科技大学和金山的研究人员在多模态大模型 Monkey [1]（Li et al., CVPR2024）工作的基础上提出 TextMonkey。在多个场...

丰色 发自 凹非寺量子位 | 公众号 QbitAI重磅： 北大团队发起了一项Sora复现计划——Open Sora。 框架、实现细节已出： 初始团队一共13人： 带队的是北大信息工...

鱼羊 发自 凹非寺量子位 | 公众号 QbitAI谷歌一出手，又把AI视频生成卷上了新高度。 一句话生成视频，现在在名为Lumiere的AI操刀下，可以是酱婶的： △“阳光明...

直播预告 | 1月17日晚7点，「多模态大模型线上闭门会」正式开讲！阿里巴巴通义实验室 NLP 高级算法专家严明参与出品，携手刘兆洋、李彦玮、文束三位青年学者...

作者 | 凌敏 近日，清华 KEG 实验室与智谱 AI 联合推出了视觉 GUI Agent——CogAgent，CogAgent 是一个通用的视觉理解大模型，具备视觉问答、视觉定位（Ground...

克雷西 发自 凹非寺量子位 | 公众号 QbitAI现在连文档都有大模型了，还是高分辨率、多模态的那种！不仅能准确识别出图像里的信息，还能结合用户需求调用自己...

新智元报道编辑：好困【新智元导读】最近，由南洋理工华人团队新提出的80亿参数多模态大模型OtterHD，不仅可以搞定让GPT-4V都发愁的难题，甚至还可以数出来《...

机器之心报道编辑：杜伟、小舟习惯了 Stable Diffusion，如今终于又迎来一个俄罗斯套娃式（Matryoshka）Diffusion 模型，还是苹果做的。在生成式 AI 时代，扩...

克雷西 发自 凹非寺量子位 | 公众号 QbitAI苹果的一项最新研究，大幅提高了扩散模型在高分辨率图像上性能。利用这种方法，同样分辨率的图像，训练步数减少了...