标签：文本

机器之心报道 编辑：Panda用图 2 的风格画图 1 的猫猫并给它戴上一顶帽子。谷歌新设计的一种图像生成模型已经能做到这一点了！通过引入指令微调技术，多模态...

机器之心专栏 机器之心编辑部在过去短短两年内，随着诸如LAION-5B 等大规模图文数据集的开放，Stable Diffusion、DALL-E 2、ControlNet、Composer ，效果惊人...

陈厚伦 投稿量子位 | 公众号 QbitAI只需一句话描述，就能在一大段视频中定位到对应片段！ 比如描述“一个人一边下楼梯一边喝水”，通过视频画面和脚步声的匹配...

大数据文摘授权转载自将门创投 作者：HiDream.ai 近年来随着扩散模型（diffusion models）的进步和发展，给定文本提示进行高质量视频生成技术有着显著的提升...

夕小瑶科技说 原创作者 | 付奶茶、Python尽管文本生成图像（Text-to-Image Generation）模型功能强大，但有效地利用它们依然是一项挑战，因为传统使用方法往...

新智元报道编辑：Mindy 润 【新智元导读】圣达菲研究所的科研人员用非常严谨的定量研究方法，测试出了GPT-4在推理和抽象方面与人类水平还有较大差距。要想从G...

克雷西 发自 凹非寺量子位 | 公众号 QbitAI能准确写汉字的AI绘图工具，终于登场了！ 包括中文在内一共支持四种语言，而且还能文字的位置还能任意指定。 从此...

清华王霞投稿量子位 | 公众号 QbitAI用文字合成3D图形的AI模型，又有了新的SOTA！ 近日，清华大学刘永进教授课题组提出了一种基于扩散模型的文生3D新方式。 ...

机器之心专栏 机器之心编辑部OpenAI GPT-4V 和 Google Gemini 都展现了非常强的多模态理解能力，推动了多模态大模型（MLLM）快速发展，MLLM 成为了现在业界最...

丰色 发自 凹非寺量子位 | 公众号 QbitAIMeta发布了全新AI翻译大模型，实时语音转换延迟不超过2秒。 感受一把这个速度（西班牙语英语）： 不仅速度快，它的准...

点击上方蓝字关注我们“Google推出VideoPoet，一款生成式AI系统，通过文本等输入创建和编辑视频。与竞争模型不同，VideoPoet整合多项功能于单一模型，包括文本...

明敏 发自 凹非寺量子位 | 公众号 QbitAI你敢信？大熊猫都会打牌了！ 看这毛茸茸的脑袋、抓牌的动作…… 而这其实都是AI生成的，还是零样本那种。 这就是谷歌最...

其实一直有很多人问我，Prompt 要怎么写效果才好，有没有模板。 我每次都会说，能清晰的表达你的想法，才是最重要的，各种技巧都是其次。但是，我还是希望发...

机器之心报道 机器之心编辑部蒙娜丽莎打哈欠，小鸡学会举铁……谷歌VideoPoet大模型表现很亮眼。2023 年底，科技公司都在冲击生成式 AI 的最后一个关卡 —— 视频...

夕小瑶科技说 原创作者 | 王二狗今日，谷歌AI发布了最新的视频生成模型VideoPoet。 VideoPoet 没有采用流行的扩散模型架构，其本质上是一种多模态大语言模型...