标签：图像
3D重建范式变革！最新模型MVDiffusion++：无需相机姿态，即可实现高清3D模型重建
新智元报道编辑：LRS 【新智元导读】受人类视觉系统的启发，MVDiffusion++结合计算方法高保真和人类视觉系统灵活性，可以根据任意数量的无位姿图片， 生成密...
Stable Video 3D震撼登场：单图生成无死角3D视频、模型权重开放
机器之心报道 编辑：杜伟3D 生成领域迎来新的「SOTA 级选手」，支持商用和非商用。Stability AI 的大模型家族来了一位新成员。 昨日，Stability AI 继推出文...
谷歌发布“Vlogger”模型：单张图片生成10秒视频
丰色 发自 凹非寺量子位 | 公众号 QbitAI谷歌发布了一个新的视频框架： 只需要一张你的头像、一段讲话录音，就能得到一个本人栩栩如生的演讲视频。视频时长可...
Stability AI开源上新：3D生成引入视频扩散模型，质量一致性up，4090可玩
鱼羊 发自 凹非寺量子位 | 公众号 QbitAIStable Diffusion背后公司Stability AI又上新了。 这次带来的是图生3D方面的新进展： 基于Stable Video Diffusion的S...
可控图像生成最新综述！北邮开源20页249篇文献，包揽Text-to-Image Diffusion领域各种「条件」
新智元报道编辑：LRS 【新智元导读】利用文本生成图片（Text-to-Image, T2I）已经满足不了人们的需要了，近期研究在T2I模型的基础上引入了更多类型的条件来生...
大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？
选自IEEE 机器之心编译 编辑：Panda人类设计 prompt 的效率其实很低，效果也不如 AI 模型自己优化。2022 年底，ChatGPT 上线，同时引爆了一个新的名词：提示...
苹果首次披露多模态大模型！AI 大招什么时候上 iPhone
一直在大模型浪潮有点克制的苹果，终于不再低调了。在今年的苹果股东大会上，库克罕见地谈及了生成式 AI。 苹果 2024 年将在生成式 AI 领域「开辟新天地」。 ...
苹果终于入局大模型了：300亿参数、MoE 架构，手机要迎来全面的大变革了？
作者 | 李忠良 今天，Apple 公司通过一篇名为《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》的研究论文，正式官宣了其在多模...
苹果公司推出MM1：多模态大型语言模型的新纪元
点击上方蓝字关注我们“苹果公司近日宣布了其最新的多模态大型语言模型（MLLM）——MM1，这一创新产品在多模态学习和人工智能领域树立了新的里程碑。MM1通过精心...
苹果大模型MM1杀入场：300亿参数、多模态、MoE架构，超半数作者是华人
机器之心报道 机器之心编辑部苹果也在搞自己的大型多模态基础模型，未来会不会基于该模型推出相应的文生图产品呢？我们拭目以待。 今年以来，苹果显然已经加...
颜水成/程明明新作！Sora核心组件DiT训练提速10倍，Masked Diffusion Transformer V2开源
新智元报道编辑：LRS 好困 【新智元导读】Masked Diffusion Transformer V2在ImageNet benchmark 上实现了1.58的FID score的新SoTA，并通过mask modeling表征...
LLM将成历史？开源bGPT或颠覆深度学习范式：直接模拟二进制，开启模拟数字世界新纪元！
新智元报道编辑：LRS 【新智元导读】新模型bGPT是一个基于字节的Transformer模型，能够将不同类型的数据纳入同一框架之下，可以生成文本、图像和音频，还能模...
Midjourney能让角色保持一致了！网友连夜实测：改变游戏规则
西风 发自 凹非寺量子位 | 公众号 QbitAIMidjourney发布新功能，网友直呼“不可思议”！ 现在你可以让生成的图像几乎保持角色一致，belike： 所有超级英雄长一...
被误解的「中文版Sora」背后，字节跳动有哪些技术？
机器之心报道 作者：蛋酱2024 开年，OpenAI 就在生成式 AI 领域扔下了重磅炸弹：Sora。 这几年，视频生成领域的技术迭代持续加速，很多科技公司也公布了相关...
王室修图何必用PS？Midjourney上新「换脸魔法」，奥特曼一秒COS罗马将军
机器之心报道 编辑：蛋酱这两天，英国王室的 P 图事件闹得沸沸扬扬。 3 月 10 日，威廉与凯特的 X 官方账号分享了一张凯特王妃和 3 个孩子的合影。然而，这张...
粤公网安备 44011502001135号