图像生成
图像,绘画
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
Ideogram是一款新兴的文生图工具，它在文字渲染能力上表现出色，成功获得了8000万美元的融资。这款工具能够根据用户的提示生成带有自然悬浮文字或立体文字的...
讯飞医疗不足三年亏损超4亿 赴港上市被指缓解科大讯飞财务压力
讯飞医疗向港交所提交招股书，计划发行不超过发行后总股本15%的股份，在香港联交所主板上市。讯飞医疗成立于2016年，是科大讯飞拓展智能医疗板块的主体，主要...
OpenAI推出Feather，Sora影响力继续扩大
OpenAI近期推出Feather功能，为企业用户提供数据标注和微调服务。同时，DALL-E 3模型将增加67种图像风格和设置功能，ChatGPT新增语音播报和聊天创意功能，知...
轻松让张国荣、赫本唱歌，阿里推出创新视频模型EMO
本文介绍了阿里巴巴集团AI研究院推出的创新性视频模型——EMO。该模型能够通过用户提供的图像和音频生成表情丰富的视频，如让张国荣唱歌或让赫本唱《Perfect》...
HiDream CTO 姚霆：Sora 出圈，中国 AI 创业公司的机会在哪里？
在这篇文章中，HiDream.ai 智象未来的 CTO 姚霆博士对 Sora 的技术进行了深入解读，并探讨了 AI 生成视频技术在影视级应用方面的实践。智象未来开发的「智象...
2023年，被用户放弃了的 Top AI 产品有哪些？
文章总结：这篇文章主要分析了2023年上半年AI产品榜单的变化，以及市场上AI产品的供给和用户需求的变化。文章分为六个部分：1. 20款产品掉队，ToB类榜单变动...
Gemini翻车，谷歌决策十字路口：该解雇CEO还是该进行“结构化变革”？
摘要：谷歌的Gemini Pro 1.5发布后，因无法生成“白人形象”而引发争议，被指责存在价值观上的歧视。谷歌CEO Sundar Pichai 发表声明，承诺进行结构性改变。此...
ICLR 2024 Spotlight｜厦门大学、Intel、大疆联合出品，从网络视频中学习零样本图像匹配大模型
摘要：图像匹配是计算机视觉中的关键任务，对于三维重建、视觉定位等应用至关重要。传统算法如SIFT在复杂场景下表现有限，而基于深度学习的模型受限于特定场...
想训练类Sora模型吗？尤洋团队OpenDiT实现80%加速
摘要总结：Sora的创新：2024年，Sora的出现为文生视频研究者设立了新目标。其核心技术之一是将视觉数据转化为统一表征形式，结合Transformer和扩散模型，展现...
让Sora东京女郎唱歌、高启强变声罗翔，阿里人物口型视频生成绝了
摘要：机器之心报道了阿里巴巴智能计算研究院的EMO（Emote Portrait Alive）框架，这是一个音频-视频合成方法，用于生成表现力强、真实度高的说话人头部视频...
