标签：图像
基于DiT，支持4K图像生成，华为诺亚0.6B文生图模型PixArt-Σ来了
机器之心报道 机器之心编辑部这个模型和 Sora 一样采用了 DiT 框架。众所周知，开发顶级的文生图（T2I）模型需要大量资源，因此资源有限的个人研究者基本都不...
深入解读Transformer扩散模型的先驱之作：DiT、PixArt、HDiT
智猩猩和智东西发起主办的2024中国生成式AI大会将于4月18-19日在北京举办。主会场将进行开幕式、大模型专场、AI Infra专场和AIGC应用专场；分会场将进行具身...
微软Copilot生成暴力色情图且拒不更改，内部工程师绝望举报至政府！
不久前，Gemini 因为图像生成问题而关闭了文生图功能，现在微软也出现了“同样”的问题。 在微软供职六年的微软 AI 工程主管 Shane Jones 一直利用空闲时间测试...
一文看尽297篇文献！中科院领衔发表首篇「基于扩散模型的图像编辑」综述
新智元报道编辑：LRS 【新智元导读】AIGC大模型最火热的任务之一——基于Diffusion Model的图像编辑（editing）领域的首篇综述，长达26页，涵盖297篇文献！本文...
Midjourney封禁Stability AI：恶意爬取数据，致服务器瘫痪24小时
机器之心报道 机器之心编辑部Stability AI CEO Emad 表示他并不知情。Midjourney 把 Stability AI 拉入黑名单了，禁止后者所有员工使用其软件，直至另行通知...
中科院等万字详解：最前沿图像扩散模型综述
黄健成 投稿量子位 | 公众号 QbitAI针对图像编辑中的扩散模型，中科院联合Adobe和苹果公司的研究人员发布了一篇重磅综述。 全文长达26页，共1.5万余词，涵盖2...
Stable Diffusion 3技术报告出炉：揭露Sora同款架构细节
丰色 发自 凹非寺量子位 | 公众号 QbitAI很快啊，“文生图新王”Stable Diffusion 3的技术报告，这就来了。 全文一共28页，诚意满满。 “老规矩”，宣传海报（⬇️...
Stable Diffusion 3技术报告流出，Sora构架再立大功！生图圈开源暴打Midjourney和DALL·E 3？
新智元报道编辑：润 【新智元导读】Stability AI放出了号称能暴打闭源模型的Stable Diffusion 3的技术报告，采用DiT构架的新模型在灵活性和性能上都达到了新...
Stable Diffusion 3 技术论文解读：开源能赢得文生图竞赛吗？｜甲子光年
文生图模型的下一步是什么？作者｜赵健 在大语言模型领域，闭源模型正在赢得比赛，无论是 OpenAI 还是刚刚发布新模型的 Anthropic，都是闭源模型的代表。 但...
Stable Diffusion 3论文终于发布，架构细节大揭秘，对复现Sora有帮助？
机器之心报道 编辑：张倩在众多前沿成果都不再透露技术细节之际，Stable Diffusion 3 论文的发布显得相当珍贵。Stable Diffusion 3 的论文终于来了！ 这个模...
最强文生图模型架构曝光！28页论文详解技术细节，与Sora“师出同门”
消费级显卡可训，模型权重将开源。 作者|香草 编辑|李水青 智东西3月6日报道，昨天下午，明星创企Stability AI发布Stable Diffusion 3（SD3）论文，首度披露...
单图0.5秒生成3D模型！Stability AI&华人团队VAST出品
允中 发自 凹非寺量子位 | 公众号 QbitAI无需GPU即可部署，0.5秒就能通过单张图片生成3D模型。 大语言模型风暴再起的一晚，3D生成领域也有新开源模型引发关注...
0.5秒，无需GPU，Stability AI与华人团队VAST开源单图生成3D模型TripoSR
机器之心报道 机器之心编辑部最近，文生视频模型 Sora 掀起了新一轮生成式 AI 模型浪潮，模型的多模态能力引起广泛关注。 现在，AI 模型在 3D 内容生成方面又...
揭秘美图AI局部重绘技术
作者| 美图影像研究院 最近，靠着出其不意的扩图效果，“AI 扩图”功能凭借搞笑的补全结果频频出圈，火爆全网。网友们踊跃尝试，180 度的大反转也让网友们直呼...
谷歌发布最新「读屏」AI！PaLM 2-S自动生成数据，多项理解任务刷新SOTA
新智元报道编辑：桃子 【新智元导读】谷歌在语言和声控计算机界面的漫长道路上又迈出了重要一步。最新ScreenAI视觉语言模型，能够完成各种屏幕QA问答、总结摘...
粤公网安备 44011502001135号