标签：图片
首次！用合成人脸数据集训练的识别模型，性能高于真实数据集
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...
阿里8B模型拿下多页文档理解新SOTA，324个视觉token表示一页，缩减80%
mPLUG团队 投稿量子位 | 公众号 QbitAI高效多页文档理解，阿里通义实验室mPLUG团队拿下新SOTA。 最新多模态大模型mPLUG-DocOwl 2，仅以324个视觉token表示单...
阶跃星辰生图模型上线，国风意境绝美，隐藏咒语曝光！
新智元报道编辑：编辑部 【新智元导读】备受期待的阶跃星辰图像生成大模型Step-1X，正式上线了！创作古诗词配图意境绝美，古典中国园林的每片叶子都很逼真，...
Top 40的AI图片产品，这些出海团队值得关注 ｜ AI 应用出海洞察
文章转载自「白鲸出海」，Founder Park 略有调整。 AI 应用出海，图片赛道可能是目前最成熟、也是最卷的赛道。 不管是图片编辑、图片生成还是平面设计赛道，...
ECCV 2024 | 机器遗忘之后，扩散模型真正安全了吗？
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...
难倒了Midjourney和FLux的问题，被它解了！AI生图的终结者杀出来了
夕小瑶科技说 原创作者 | 海野Ideogram，一个一年前发布的AI生图模型，在生成图片领域一直不温不火，甚至大有要被遗忘的趋势。 但就在昨晚，Ideogram重磅推出...
4秒看完2小时电影！阿里发布通用多模态大模型mPLUG-Owl3 | 开源
阿里mPLUG团队 投稿量子位 | 公众号 QbitAI4秒看完2小时电影，阿里团队新成果正式亮相—— 推出通用多模态大模型mPLUG-Owl3，专门用来理解多图、长视频。 具体...
AI美女全军覆没！赛博照妖镜下集体变“鬼”，AI代码拆台AI生图
明敏 克雷西 发自 凹非寺量子位 | 公众号 QbitAI赛博照妖镜下，AI美女全变鬼。 来看它的牙。 把图像饱和度拉满，AI人像的牙齿就会变得非常诡异，边界模糊不清...
直播打游戏的马斯克、TED演讲谷歌小姐姐到底是不是真人？网友猜到怀疑人生
机器之心报道 编辑：杨文、陈陈眼见为实？在AI时代，这句话该过时了。AI正掀起一场「造假」新风暴。近日，一项名为Deep Live Cam的直播换脸项目火了，在Githu...
一手实测字节版Sora，人人免费试用，iOS安卓都能玩
叨乐 发自 凹非寺量子位 | 公众号 QbitAI字节版Sora“即梦AI”上线手机应用商店。 人人可免费试用！ 生成效果be like： 怎么样，是不是还挺有电影CG那味儿的。 ...
从 738 个失败的 AI 项目里，我们发现了 AI 创业从 0 到 1 的 3 个难点
去年我们发过一篇 2023 年创业失败的 AI 项目梳理，对「AI Graveyard（AI 坟墓）」上的项目进行了一次简单的梳理，今天这篇，是在熟悉网站上的 738 个关闭的 ...
免费AI神器！对照翻译带公式图表识别，支持批量识别
各位小伙伴们，今天重点介绍一款免费神器，名字为Doc2X，可以在线使用和下载客户端使用, 以及有多种第三方插件和pip包等，所有功能全部免费，下面具体展开介...
将图像自动文本化，图像描述质量更高、更准确了
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...
AI墓地，和738个死去的AI项目｜甲子光年
它们因何而死？作者｜王艺 编辑｜王博 这份死亡名单上有738个名字。 其中不乏一些曾经的明星AI项目，例如OpenAI推出的AI语音识别产品Whisper.ai，Stable ...
字节豆包、武大提出 CAL：通过视觉相关的 token 增强多模态对齐效果
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...
粤公网安备 44011502001135号