标签：图像

随着人工智能生成内容（AIGC）的快速发展，多模态大型语言模型（MLLM）在理解和生成结合视觉与语言的信息方面展现出巨大潜力。然而，现有的开源MLLM与商业模...

上传一张个人照片就能瞬间变换身份，这不再是科幻片中的情节。最近，图像生成技术经历了显著的进化，这是由基于扩散的, 文本到图像大型模型的出现和进步驱动...

作者：十九 编辑：李宝珠，三羊 来自小红书的 95 后工程师联合北大团队发布了开源项目「InstantID」，只需上传一张照片，就能轻松定制多种风格的 AI 写真。不...

📢 Google I/O 2024 Keynote 主题演讲将于 5 月 15 日（下周三）凌晨 1 点举行，届时 HyperAI超神经会在视频号和 B 站实时转播，立即预约不错过↓ ‍ 直播结束后...

·衡宇 发自 凹非寺量子位 | 公众号 QbitAIControlNet作者新作，玩儿得人直呼过瘾，刚开源就揽星1.2k。 用于操纵图像照明效果的IC-Light，全称lmposing Consis...

作者：十九 编辑：李宝珠，三羊 超分辨率能够克服或补偿由于图像采集系统、采集环境本身限制而导致的成像模糊、图像质量低下等问题，提升图像分辨率，为特征...

作者：十九 编辑：李宝珠，三羊 APISR 不仅可以恢复并增强低质量、低分辨率的动漫图像和视频源，还能处理各种图像退化问题（如模糊、噪声、压缩伪影等），提...

近几个月来，围绕人工智能的炒作达到了疯狂的程度。据说，特斯拉将在一两年内完全实现自动驾驶，人工智能明年将比人类更聪明，到2040年，十亿台AI驱动的机器...

夕小瑶科技说 原创作者 | 谢年年构建多模态大模型时有很多有效的trick，如采用交叉注意力机制融合图像信息到语言模型中，或直接将图像隐藏状态序列与文本嵌入...

随着计算机视觉技术的不断发展，图像分割在诸多领域展现出重要的应用价值。近年来，各种图像分割数据集如雨后春笋般涌现。上个月，字节跳动发布了首个大规模...

“黏土AI”一夜之间火了，霸屏五一假期，登顶App免费榜。 作者|李水青 编辑|心缘 智东西5月6日报道，今年五一假期，一个名为“Remini”的AI修图App火遍全网。 用...

夕小瑶科技说 原创作者 | 任同学与开源和闭源模型相比，InternVL 1.5 在 OCR、多模态、数学和多轮对话等 18 个基准测试中的 8 个中取得了最先进的结果。 上海...

机器之心报道 编辑：杨文、亚鹂有了 StoryDiffusion，更加一致性的图像和视频生成得到了保障。两天前，图灵奖得主 Yann LeCun 转载了「自己登上月球去探索」...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术...