标签：图像
Transformer一作来卷多模态！学术图表也能看懂，100毫秒极速响应｜免费试玩
明敏 发自 凹非寺量子位 | 公众号 QbitAI最近多模态大模型是真热闹啊。这不，Transformer一作携团队也带来了新作，一个规模为80亿参数的多模态大模型Fuyu-8B...
AI实时解读大脑信号，7倍速还原图像关键视觉特征，LeCun转发
萧箫 发自 凹非寺量子位 | 公众号 QbitAI现在，AI已经能实时解读大脑信号了！这不是耸人听闻，而是Meta的一项新研究，能够凭脑信号猜出你在0.5秒内看的图，并...
超低训练成本文生图模型PixArt来了，效果媲美MJ，只需SD 10%训练时间
机器之心专栏机器之心编辑部训练一个媲美 MJ 的文生图模型，26K 美元就能实现了。当前，最先进的文本到图像（T2I）模型需要大量的训练成本（例如，数百万个 G...
谷歌视觉语言模型PaLI-3问世，参数仅5B，更小、更快、更强
机器之心报道编辑：杜伟、陈萍在多模态（视觉语言）大模型领域，拼参数赢性能的同时，追求参数更小、速度更快、性能更强是另一条研究路径。在大模型时代，视...
清华团队攻破GPT-4V、谷歌Bard等模型，商用多模态大模型也脆弱？
机器之心专栏机器之心编辑部GPT-4 近日开放了视觉模态（GPT-4V）。以 GPT-4V、谷歌 Bard 为代表的多模态大语言模型 (Multimodal Large Language Models, MLLM...
谷歌重磅发布 PaLI-3，四两拨千斤！
夕小瑶科技说 原创作者 | 智商掉了一地、ZenMoore视觉语言模型（VLM）的参数规模已经扩展到数百亿，甚至数千亿，这使得其性能持续提升。然而，小规模模型仍然...
GPT-4V被曝离谱bug：突然执行神秘代码，空白图片读出打折信息，网友们都看呆了
丰色 明敏 发自 凹非寺量子位 | 公众号 QbitAIGPT-4V出现惊天bug？！原本只是让它分析一张图片，结果它直接犯了致命安全问题，把聊天记录都给抖落出来了。只...
千万人围观「烧焦婴儿」图片！伯克利教授辟谣：AI图片检测器无用
新智元报道编辑：桃子 润【新智元导读】AI无法打败AI，不是没有道理。近来，上千万人围观的婴儿死亡照片，AI检测工具竟无法给出一致答案。AI图片检测器又被冲...
谷歌版AI绘画搜索框里直接玩！基于Imagen打造，网友：DALL-E替代品来了
丰色 发自 凹非寺量子位 | 公众号 QbitAI谷歌自家的“DALL-E/Midjourney”终于上线了。今天，谷歌给自家搜索来了个大更新：只需在搜索框中输入提示词，就能直接...
AI搞定谷歌验证码，最新多模态大模型比GPT-4V空间理解更准确 | 苹果AI/ML团队
Michael 投稿自 凹非寺量子位 | 公众号 QbitAI谷歌人机验证已经拦不住AI了！最新多模态大模型，能轻松找到图中所有交通信号灯，还准确圈出了具体位置。表现直...
Adobe新版AI绘画炸场，2k分辨率在线就能玩，网友：效果比DALL·E 3更强
萧箫 发自 凹非寺量子位 | 公众号 QbitAIFirefly新版文生图工具，直接炸场Adobe春晚！在一年一度的MAX大会上，Adobe推出了一系列新功能。其中最受瞩目的，就...
挑战GPT-4V，浙大校友推出开源版多模态大模型，获GitHub 6k+星标
克雷西 发自 凹非寺量子位 | 公众号 QbitAIGPT-4的视觉能力还没全量放开测试，开源对手就隆重登场了。浙大竺院的一位校友，与微软研究院等机构合作推出了新版...
在PS里一秒生成图像素材！Adobe甩出三大AI模型，100多项AI能力炸场
Adobe的逆天黑科技，让设计师搭上AI顺风车。编译|程茜编辑|李水青智东西10月11日消息，今天凌晨，全球最大设计软件龙头Adobe甩出Adobe Firefly创意生成式AI模...
PS+AI生图一步完成，效果惊人！Adobe Firefly 2重磅更新：模型全面升级，矢量图完美支持
新智元报道编辑：润 贝果【新智元导读】Adobe的AIGC生图平台Firefly最近升级为Firefly 2，提升了图像质量、引入了矢量图生成功能，并增加了多项新功能，极大...
清华全球首颗片上学习忆阻器存算一体芯片，成果登上Science
机器之心报道编辑：杜伟对于攻克「卡脖子」关键核心技术，这类忆阻器存算一体芯片具有积极的意义。10 月 9 日，清华大学官微报道了该校研制全球首颗支持片上...
粤公网安备 44011502001135号