图像生成
图像,绘画
ECCV 2024揭榜，录用率或创新低！2395篇论文中选，网友晒出成绩单
欧洲计算机视觉国际会议（ECCV）2024年的录用结果已公布，共有2395篇论文被录用。据网友估算，今年的总提交量约为12600篇，使得录用率仅为18%，相较于CVPR 20...
黄仁勋最新对话：我们不想当行业领导者，英伟达要做前人没做过的事｜钛媒体AGI
英伟达的特色是走没人做过的路，做没人会做的事。英伟达希望帮助未来的每一辆汽车都尽可能地自动驾驶，以提高安全性，但不想成为汽车公司。同时，英伟达也不...
中关村开启仿生机器人大战？撸猫弹跳各显神通，两院院士坐镇
2024年中关村仿生机器人大赛正式启动，旨在推动具身智能领域的发展。海淀区发布《关于打造全国具身智能创新高地的三年行动方案（2024-2026年）》，聚焦具身大...
人刚毕业，颠覆整个AI界：扒一扒Sora两带头人博士论文
2024年标志着生成式AI技术的飞跃，其中OpenAI的Sora模型在视频生成领域取得了突破性进展，引发了业界的广泛关注。Sora的开发团队由一群敬业的工程师组成，其...
速来！潞晨Open-Sora羊毛可薅，10元轻松上手视频生成
潞晨科技的Open-Sora模型作为全球首个开源类Sora模型，以其在多种视频类型上的优异表现和低成本易用性受到关注。最新开源的1.2版本能够生成最长16秒的720p高...
从零开始，用英伟达T4、A10训练小型文生视频模型，几小时搞定
文本生成视频模型是2024年AI领域的热门趋势之一，继大语言模型之后备受关注。本文作者Fareed Khan介绍了如何构建一个小型的文本生成视频模型，从理解理论概念...
英伟达布局AI视频，Sora风头快被抢完了
Luma AI推出了名为Dream Machine的最新文生视频模型，吸引了大量用户的关注和使用。该模型的最新功能“关键帧控制”允许用户上传首尾两张图像，并通过简单的文...
Bengio团队提出多模态新基准，直指Claude 3.5和GPT-4o弱点
张天宇在其研究中提出了一种名为视觉字幕恢复（Visual Caption Restoration, VCR）的新任务，旨在探究视觉语言模型（Vision-Language Models, VLM）的推理能...
旷视开源的AI人像视频生成太炸了！输入照片即可模仿任意表情包
旷视科技近期推出了一款名为MegActor的开源AI人像视频生成框架，该框架允许用户通过输入一张静态肖像图片和一段视频，生成表情丰富、动作一致的AI人像视频。M...
耳朵没错，是声音太真了，字节豆包语音合成成果Seed-TTS技术揭秘
字节跳动豆包大模型团队近期发布了名为Seed-TTS的语音生成大模型，该模型在生成与真人相似度极高的语音方面取得了显著成果。Seed-TTS能够根据文本生成具有原...
