标签：图片
阿里7B多模态文档理解大模型拿下新SOTA｜开源
mPLUG团队 投稿量子位 | 公众号 QbitAI多模态文档理解能力新SOTA！ 阿里mPLUG团队发布最新开源工作mPLUG-DocOwl 1.5，针对高分辨率图片文字识别、通用文档结...
“计算机视觉女神”被IEEE期刊封杀
西风 发自 凹非寺量子位 | 公众号 QbitAI计算机学术界的女神“Lenna”被IEEE“封杀”了—— IEEE计算机协会宣布，4月1日起不再接收包含该图像的论文。 △Lenna图IEEE...
打败 Midjourney，这个 Google 大牛推出的 AI 产品凭什么弯道超车
这可能是 最懂文字 的AI模型没有谁能一直称王，但加上前缀谁都有称王的机会。 AI 文生图，还能玩出什么新花样？ 在这片群雄割据的红海，头部被 Midjourney、D...
技术神秘化的去魅：Sora关键技术逆向工程图解
智猩猩与智东西将于4月18-19日在北京共同举办2024中国生成式AI大会，阿里巴巴通义千问大模型技术负责人周畅，Open-Sora开发团队潞晨科技创始人尤洋，「清华系...
全新「多模态」生图AI文字渲染暴打Midjourney+DALL·E 3！5亿融资Karpathy都投了
新智元报道编辑：润 好困 【新智元导读】Ideogram凭借不输Midjourney的生图能力和遥遥领先的图片中文字渲染能力，获得了包括Jeff Dean和Karpathy在内一众大佬...
Sora外部测试翻车了！3个视频都有Bug
衡宇 发自 凹非寺量子位 | 公众号 QbitAI终于有OpenAI之外的人，放出自己亲测的Sora视频了！ 请看第一个视频，来自油管科技up主： 它的prompt是，“光线昏暗的...
2023年，被用户放弃了的 Top AI 产品有哪些？
2023 年，a16z 曾推出 2023 年上半年 AI 产品榜单《全球最火的 50 个 AI 应用都是哪些？》，Founder Park 此前曾对榜单内的应用进行了归纳和分析。 如今半年...
Gemini被曝光歧视白人，Google再次被围攻，马斯克也加入了！
夕小瑶科技说 原创作者 | 付奶茶Gemini从诞生到今天，出现了不少瓜，最近它又被围攻了！这次它摊上了美国最敏感的种族歧视问题，而且与传统意义的种族歧视相...
记录活在 OpenAI 阴影里的 AI 创业经历
700个开发硬件免费申请➕现金大奖！生成式 AI、机器人 AI、PC AI 三大赛道！AMD Pervasive AI 开发者挑战赛报名火热进行中，扫码了解详情并报名～导读本文是知...
大型多视角高斯模型LGM：5秒产出高质量3D物体，可试玩
机器之心专栏 机器之心编辑部为满足元宇宙中对 3D 创意工具不断增长的需求，三维内容生成（3D AIGC）最近受到相当多的关注。并且，3D 内容创作在质量和速度方...
AI绘图模型训练到推理，一个网页就能搞定
克雷西 发自 凹非寺量子位 | 公众号 QbitAI不会写代码，也能训练AI绘画模型了！ 只要借助这个框架，从训练到推理都能一站式搞定，还能一次管理多个模型。 阿...
国内AI绘画哪家强？十大免费工具横评，BAT参战，但不是最强
对国内10款免费AI文生图工具5个梯度的进阶体验对比，哪款工具更得心应手？ 作者|程茜 编辑|心缘 距离龙年春节只剩11天了，你的新年头像或红包封面准备好了吗...
「文生图」再升级！学习个性化参照，无限生成多样图片，轻松设计玩具建筑
新智元报道编辑：LRS 【新智元导读】将图片集反演到语义空间的分布，生成多样个性化图片或3D渲染，支持灵活文本编辑、多样性控制、概念混合等。最近，来自南...
视频一键动漫化AI工具火了，武打戏各种招式丝滑转换，免费在线可玩
西风 发自 凹非寺量子位 | 公众号 QbitAI文字、图片、视频，万物皆可动漫化！ 看，两位老兄上一秒还在武馆激烈打斗： 下一秒就转到了二次元世界，出拳、格挡...
OCR终结了？旷视提出支持文档级OCR的多模态大模型，支持中英文，已开源！
国科大&旷视团队 投稿量子位 | 公众号 QbitAI想将一份文档图片转换成Markdown格式？ 以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗...
粤公网安备 44011502001135号