图像生成
图像,绘画
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...
快手「可灵」再进化！视频续写可达3分钟让全球网友炸锅
可灵AI的图生视频和视频续写功能在全球范围内引发了视频创作的热潮。一位网友使用该技术将爷爷的两张老照片还原成视频，不仅为即将接受手术的父亲加油鼓劲，...
快手开源 I2V-Adapter，即插即用、轻量级模块让静态图像秒变动态视频
快手大模型团队开发了一种名为I2V-Adapter的新技术，该技术是一种轻量级适配模块，基于Stable Diffusion的文生视频扩散模型。I2V-Adapter能够在不改变现有文...
视觉 AI 的「Foundation Model」，已经发展到哪一步？丨CVPR 2024 现场直击
视觉Foundation Model成为会议的核心主题之一。两篇最佳论文均颁给了AIGC，图像和视频合成与生成领域的论文数量达到329篇，位居榜首。上海人工智能实验室的Op...
姚班天才组队开发《完蛋！我被大模型包围了》续作！专为工作日摸鱼爱好者打造
由姚班天才团队开发的大模型原生应用《我把大模型玩坏了》（下文简称《玩坏了》）在微信小程序上线，提供了一种新颖的互动体验。这款游戏的前身是《完蛋！我...
团队15人，估值80亿
日本人工智能初创公司SakanaAI成立不到一年，已获得超过1亿美元的融资，估值达到1800亿日元（约合人民币82亿，11.5亿美元），即将跻身AI独角兽行列。本轮融资...
揭秘大模型技术在快手搜索的应用
快手搜索部门技术专家许坤在QCon 2024北京的分享中，深入探讨了大模型技术在快手搜索领域的应用，特别是多模态理解和生成方面的最新科研进展。许坤介绍了快手...
何恺明新作再战AI生成：入职MIT后首次带队，奥赛双料金牌得主邓明扬参与
何恺明在加入麻省理工学院（MIT）担任副教授后，首次独立带队完成了一项新的研究工作，提出了一种新的图像生成方法。该方法通过让自回归模型抛弃传统的矢量量...
谷歌推出基于Transformer的创新技术——无限注意力
随着生成式AI产品如ChatGPT和Sora等的流行，Transformer架构已成为处理文本、图像、视频和音频等数据的大型语言模型（LLM）的基础。谷歌提出了一种名为Infini...
