标签：图像
可智能生成刺绣图案！纺织大学可视计算与数字纺织团队发布首个多缝线刺绣生成对抗网络模型，被顶级期刊 TVCG 录用
作者：胡新荣，方菲 编辑：李姝 武汉纺织大学计算机与人工智能学院胡新荣课题组发布首个多缝线刺绣生成对抗网络模型 MSEmbGAN，并创建了当前最大刺绣数据集，...
ECCV 2024 oral | 首次基于深度聚类的多模态融合，上交、伯克利提出双向结构对齐的融合网络新SOTA！
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...
在线教程丨1 步生成 SOTA 级别图像，Hyper-SD 一键启动教程上线！
作者：xixi 编辑：李姝，李宝珠 Hyper-SD 是由字节跳动开源的一种先进的扩散模型加速技术，能够快速生成高质量图像。「Hyper-SD 实时绘画生图」已上线至 Hype...
时序＝图像？无需微调，视觉MAE跨界比肩最强时序预测大模型
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...
门板上做研究的首席科学家：Jeff Dean解密谷歌和Gemini背后的故事
大数据文摘授权转载自AI科技评论 作者：刘洁 编辑：岑峰“最开始我就知道谷歌相当有希望，谷歌能发展到现在的规模不过是水到渠成。” 这位谷歌首席科学家在谷歌...
门板上做研究的首席科学家：Jeff Dean 解密谷歌和 Gemini 背后的故事
Gemini：不止是双生团队的融合，更是雄心勃勃的未来计划。作者丨刘洁 编辑丨岑峰 “最开始我就知道谷歌相当有希望，谷歌能发展到现在的规模不过是水到渠成。” ...
一张图实现街道级定位，端到端图像地理定位大模型AddressCLIP登ECCV2024
AddressCLIP项目组 投稿量子位 | 公众号 QbitAI拔草星人的好消息来啦！ 中科院自动化所和阿里云一起推出了街景定位大模型，只要一张照片就能实现街道级精度的...
MMLU-Pro基准测试数据集上线，含 12k 个跨学科复杂问题，难度提升，更具挑战性！DeepSeek 数学模型一键部署
在大语言模型 (LLM) 蓬勃发展的时代，诸如大规模多任务语言理解 (MMLU) 之类的基准测试，在推动 AI 于不同领域的语言理解与推理能力迈向极限方面，发挥着至关...
字节AI版小李子一开口：黄风岭，八百里
叨乐 发自 凹非寺量子位 | 公众号 QbitAI字节和浙大联合研发的项目Loopy火了！ 只需一帧图像，一段音频，就能生成一段非常自然的视频！ 研究团队还放出了Loop...
欧洲名将 Mistral 发布首个多模态模型，12B 开源下载，黄仁勋站台
法国 AI 初创 Mistral AI，又扔出一条磁力链炸场了。 这次，与以往不同的是，他们发布了首个多模态模型 Pixtral 12B，集语言、视觉能力于一身。 这意味着，Mi...
60亿AI独角兽Mistral祭出磁力链，首个多模态Pixtral 12B登场！但被大佬曝出评测造假
新智元报道编辑：桃子 好困 【新智元导读】一条磁力链，又在AI圈掀起狂澜。成立一年法国AI独角兽Mistral，官宣首个多模态模型Pixtral 12B，不仅能看懂手绘稿...
精准“算病”！AI检测癌症，准确率高达94%，研究登上Nature
大数据文摘授权转载自学术头条 撰文：马雪薇 编审：学术君根据世界卫生组织最新调查报告显示，2022年，估计有 2000 万新增癌症病例和 970 万死亡病例。癌症确...
数据集汇总｜DeepFake 乱象丛生，用魔法打败魔法！高质量数据集助力伪造监测技术发展
作者：李姝 编辑：李姝 HyperAI超神经 (hyper.ai) 为大家汇总了常用的人脸识别、DeepFake 数据集，期望能在一定程度上帮助研究人员更有效地开展相关领域的研...
基于 2,500 平方公里实景数据，北师大团队提出 StarFusion 模型，实现高空间分辨率图像预测
作者：田小幺 编辑：李姝，李宝珠 北京师范大学陈晋团队提出了一种双流时空解耦融合架构模型 StarFusion，该模型将传统的 STF 方法与深度学习结合，能够克服...
字节跳动冯佳时：大语言模型在计算机视觉领域的应用、问题和我们的解法
演讲嘉宾｜冯佳时 编辑 ｜蔡芳芳 策划 ｜ AICon 全球人工智能开发与应用大会 近年来，大语言模型 (LLMs) 在文本理解与生成领域取得了显著进展。然而，LLMs 在...
粤公网安备 44011502001135号