图像生成
图像,绘画
微软开源视觉GUI智能体：增强GPT-4V能力，超3800颗星
微软研究人员开发了一款名为OmniParser的开源视觉GUI智能体，旨在提升大语言模型（LLM）如GPT-4V在用户界面（UI）识别和操作任务中的表现。OmniParser通过将U...
3B模型打通机器人任督二脉！冲咖啡叠衣服都能干，7种形态适配，OpenAI也投了
初创公司Physical Intelligence（简称π）开发了一款名为π0的通用型机器人控制模型，该模型拥有3B参数，能够控制不同种类的机器人完成复杂任务，如叠衣服、整...
OpenAI回应一切，o1/GPT年前都会升级！奥特曼：别嫌慢，问就是缺算力
OpenAI的CEO奥特曼及其他四位高管在reddit的AMA活动中回应了公众对公司产品和AGI路线规划的疑问。他们透露，尽管不会命名为GPT-5，但年底将有重大更新。当前...
登上生图排行榜第一的red_panda，是家创业公司，不是国产模型
Recraft V3，由AI初创公司Recraft开发的模型，在Hugging Face文本转图像排行榜上以1172的ELO评分超越了Midjourney、OpenAI等公司模型，位居第一。Recraft V3...
“说AI应用没人投的都是不懂的”
ChatGPT的月活跃用户数在8月已达到2亿，尽管与推特和微信相比仍有差距，但硅谷投资人认为，要达到十亿用户，AI应用必须将周活/月活比率提高到80%以上，这是一...
苹果地表最强AI PC诞生，M4 Max猛兽加持性能暴涨！顶配6万，续航飙至24小时
苹果公司推出了全新的MacBook Pro系列，标志着M4芯片家族的诞生。这些笔记本电脑搭载了M4、M4 Pro和M4 Max芯片，采用第二代3nm工艺制造，提供了显著的性能提...
o1驾驶无人机后空翻，OpenAI开发者日惊掉下巴！2分钟爆改代码写App
在OpenAI伦敦开发者日上，o1模型展示了其五大核心能力：函数调用、开发者message、流式传输、结构化输出和图像理解。o1 mini与Cursor的联动在不到2分钟内搭建...
实时音视频领域拓荒者的十年
实时对话式AI的机遇正在被业界广泛讨论和探索。RTE（实时互联网）大会自2015年引入中国以来，已发展成为全球规模最大的音视频行业峰会，吸引了众多行业专家和...
人工智能投资热潮，芯片战争前沿
微软近期宣布重启三里岛核电站一号反应堆，以支持其数据中心的电力需求，成为继亚马逊之后第二家依赖传统核能的美国科技巨头。这一举措突显了人工智能系统对...
统一图像生成，无需繁杂插件！智源发布扩散模型框架OmniGen
智源研究院最近推出了一款名为OmniGen的新型扩散模型框架，该框架在图像生成领域具有多项创新特性。OmniGen能够天然支持多种图像生成任务，包括文生图、图像...
