图像生成
图像,绘画
他用豆包和文心一言们做出的这款游戏，被万人追捧｜对话游戏创作者银河电灯
《大学生登山失踪事件》是一款以网页解谜为核心玩法的独立游戏，其独特之处在于完全由非技术背景的创作者银河电灯借助AI工具独立完成。游戏通过模拟饭店官网...
刷新SOTA高出19.05分！英伟达开源OmniVinci全模态理解模型，只用1/6的数据，实现全方位超越
英伟达研究团队推出的OmniVinci全模态理解大语言模型，通过创新的架构设计和数据策略，仅用六分之一训练数据便在关键基准测试中超越现有顶尖模型19.05分。该...
特斯拉世界模拟器亮相ICCV！VP亲自解密端到端自动驾驶技术路线
特斯拉自动驾驶副总裁Ashok Elluswamy在计算机视觉顶会ICCV上展示了其世界模拟器技术，该技术能够生成高度真实的驾驶场景视频，用于自动驾驶模型的训练和评估...
美团视频生成模型来了！一出手就是开源SOTA
美团最新开源视频生成模型LongCat-Video在多项核心指标上达到开源领域顶尖水平。这款参数规模达13.6B的模型支持文生视频、图生视频及视频延长三大功能，能够...
东方晶源：三大创新点工具破解先进制程良率瓶颈
随着芯片工艺向先进节点快速演进，制程技术逼近物理极限，设计与制造环节的协同难度显著加大。图形化（Patterning）相关的系统性良率损失已成为制约晶圆厂研...
超越谷歌Banana，字节联合香港中文大学等高校开源最强图像编辑生成系统DreamOmni2
香港中文大学、香港科技大学、香港大学与字节跳动联合研发的DreamOmni2系统，标志着AI图像编辑与生成领域的重要突破。该系统通过创新的三阶段数据生成流程和...
盲人复明！马斯克Neuralink联创实现人工视觉里程碑
70岁的She拉·欧文在失明15年后，通过一项名为PRIMA的人工视觉技术重获光明。这项突破性研究由Science Corporation团队主导，其创始人Max Hodak曾是马斯克Neur...
打造图像编辑领域的ImageNet？苹果用Nano Banana开源了一个超大数据集
苹果公司在开放研究领域取得突破性进展，发布了Pico-Banana-400K数据集，这是视觉编辑领域首个基于真实图像的大规模开放数据集。该数据集包含40万张图像，通...
清华联手快手可灵，撞车谢赛宁团队RAE，用SVG再证明VAE已过时
AI图像生成技术正在经历一场范式转变，传统的VAE（变分自编码器）技术逐渐被更先进的方案取代。长期以来，扩散模型依赖VAE压缩图像以降低算力成本，但VAE构建...
爆火的AI三宫格图片，比我们的生活更像电影。
最近在社交媒体上，一种由AI生成的三宫格图片迅速走红，成为抖音、小红书等平台的热门内容。这种图片通常由三张具有电影感的画面组成，搭配文艺风格的台词，...
