图像生成
图像,绘画
GPT超越扩散、视觉生成Scaling Law时刻！北大&字节提出VAR范式
文章摘要 【关 键 词】 VAR、图像生成、自回归模型、扩散模型、Scaling Laws 机器之心最近发布了一篇关于新一代视觉生成范式「VAR: Visual Auto ...
剑指Sora！120秒超长AI视频模型免费开玩
近日，Picsart AI Research 团队联合发布了一款名为 StreamingT2V 的 AI 视频生成模型，该模型能够生成长达1200帧、时长为2分钟的视频，这在AI视频生成领域是...
OpenAI Sora核心作者:我们拥有的数据量足以实现AGI
文章摘要 【关 键 词】 OpenAI、Sora、视频生成、AGI、技术细节 前不久，OpenAI CEO Sam Altman 的一句话引发了业界对电影和电子游戏未来的热议...
谷歌、OpenAI、Mistral 在24小时内打响科技界“三强争霸赛”
本周，谷歌、OpenAI和Mistral在人工智能领域展开了激烈的竞争。谷歌发布了Gemini 1.5 Pro的公开预览版，这是功能最强大的生成式AI模型之一，能够处理更大的上...
CVPR 2024丨文本或图像提示精准编辑 3D 场景，美图&信工所&北航&中大联合提出 3D 编辑方法 CustomNeRF
美图影像研究院（MT Lab）联合中国科学院信息工程研究所、北京航空航天大学、中山大学共同提出了一种名为CustomNeRF的3D场景编辑方法。这项技术允许使用文本...
谷歌向微软英特尔全面宣战！首款自研Arm CPU，最强大模型公测，AI视频对垒Sora
在最近的谷歌Next大会上，谷歌发布了一系列重磅产品和服务，进一步加强了其在人工智能领域的竞争力。以下是会议的主要亮点：1. Imagen 2.0的升级：谷歌推出了...
面壁智能完成数亿元新融资，华为哈勃领投，北京AI产投基金跟投｜钛媒体AGI
2024年，面壁智能宣布完成新一轮数亿元融资，由春华创投、华为哈勃领投，北京市人工智能产业投资基金等跟投，知乎作为战略股东持续跟投支持。2024年，面壁智...
OpenAI 重磅发布的GPT-4 Turbo with Vision，是编码的倒退
OpenAI 最近发布了最新的 GPT-4 Turbo with Vision 模型，该模型在 GPT-4 Turbo 系列的基础上新增了视觉理解能力，可以处理和分析多媒体输入信息。这一革新使...
超越GPT-4V，苹果多模态大模型上新！
苹果发布了最新的多模态大语言模型（MLLM）Ferret-UI，该模型在理解和与屏幕信息交互方面表现出卓越性能，超越了GPT-4V。Ferret-UI专为理解移动UI屏幕而设计...
苹果发布多模态模型 Ferret-UI，部分手机 UI 任务超越 GPT-4V
随着大模型的兴起，科技巨头和创业公司都在新一轮的技术竞赛中寻求优势。苹果公司，尽管长期处于行业领先地位，却在大模型领域显得稍有落后。然而，苹果最近...
